tensorflow :: ops :: QuantizeV2

#include <array_ops.h>

float 유형의 '입력'텐서를 'T'유형의 '출력'텐서로 양자화합니다.

요약

[min_range, max_range]는 '입력'데이터의 범위를 지정하는 부동 소수점 스칼라입니다. 'mode'속성은 float 값을 양자화 된 등가로 변환하는 데 사용되는 계산을 정확하게 제어합니다. 'round_mode'속성은 float 값을 양자화 된 값으로 반올림 할 때 사용되는 반올림 타이 브레이킹 알고리즘을 제어합니다.

'MIN_COMBINED'모드에서 텐서의 각 값은 다음과 같습니다.

out[i] = (in[i] - min_range) * range(T) / (max_range - min_range)
if T == qint8: out[i] -= (range(T) + 1) / 2.0

여기서 range(T) = numeric_limits ::max() - numeric_limits ::min() range(T) = numeric_limits ::max() - numeric_limits ::min() range(T) = numeric_limits ::max() - numeric_limits ::min()

MIN_COMBINED 모드 예

입력이 float 유형이고 가능한 범위가 [0.0, 6.0]이고 출력 유형이 quint8 ([0, 255])이라고 가정합니다. min_range 및 max_range 값은 0.0 및 6.0으로 지정해야합니다. float에서 quint8로 양자화하면 각 입력 값에 255/6을 곱하고 quint8로 캐스트합니다.

출력 유형이 qint8 ([-128, 127]) 인 경우이 연산은 캐스팅하기 전에 각 값을 128 씩 추가로 빼므로 값 범위가 qint8의 범위와 정렬됩니다.

모드가 'MIN_FIRST'이면 다음 접근 방식이 사용됩니다.

num_discrete_values = 1 << (# of bits in T)
range_adjust = num_discrete_values / (num_discrete_values - 1)
range = (range_max - range_min) * range_adjust
range_scale = num_discrete_values / range
quantized = round(input * range_scale) - round(range_min * range_scale) +
  numeric_limits::min()
quantized = max(quantized, numeric_limits::min())
quantized = min(quantized, numeric_limits::max())

이것과 MIN_COMBINED의 가장 큰 차이점은 반올림 된 값에서 빼기 전에 최소 범위가 먼저 반올림된다는 것입니다. MIN_COMBINED를 사용하면 양자화 및 역 양자화를 반복하면 더 크고 더 큰 오류가 발생하는 작은 편향이 도입됩니다.

SCALED 모드 예

SCALED 모드는 QuantizeAndDequantize{V2|V3} 에서 사용되는 양자화 접근 방식과 일치합니다.

모드가 SCALED 이면 각 입력 값에 scaling_factor를 곱하여 양자화가 수행됩니다. scaling_factor은 판정 min_range 및 max_range 가능한 한 큰 수의 범위되도록 min_range 에 max_range 입력 값 내에 T. 표현할 수있다

  

  

    
  const int min_T = std::numeric_limits::min();
  const int max_T = std::numeric_limits::max();
  const float max_float = std::numeric_limits::max();
 
  const float scale_factor_from_min_side =
      (min_T * min_range > 0) ? min_T / min_range : max_float;
  const float scale_factor_from_max_side =
      (max_T * max_range > 0) ? max_T / max_range : max_float;
 
  const float scale_factor = std::min(scale_factor_from_min_side,
                                      scale_factor_from_max_side);

 다음으로 scale_factor를 사용하여 min_range 및 max_range를 다음과 같이 조정합니다.
 
      min_range = min_T / scale_factor;
      max_range = max_T / scale_factor;

 예를 들어 T = qint8이고 초기에 min_range = -10이고 max_range = 9 인 경우 -128 / -10.0 = 12.8과 127 / 9.0 = 14.11을 비교하고 scaling_factor = 12.8로 설정합니다.이 경우 min_range는 -10으로 유지됩니다. 그러나 max_range는 127 / 12.8 = 9.921875로 조정됩니다.
 따라서 (-10, 9.921875) ~ (-128, 127) 범위의 입력 값을 양자화합니다.
 입력 텐서는 이제 값을 min_range ~ max_range 범위로 클리핑 한 다음 다음과 같이 scale_factor를 곱하여 양자화 할 수 있습니다.
 
result = round(min(max_range, max(min_range, input)) * scale_factor)

 조정 된 min_range 및 max_range 는이 작업의 출력 2와 3으로 반환됩니다. 이러한 출력은 추가 계산을위한 범위로 사용해야합니다.
 좁은 _ 범위 (bool) 속성
 참이면 최소 양자화 값을 사용하지 않습니다. 즉, int8의 경우 양자화 된 출력은 전체 -128..127 범위 대신 -127..127 범위로 제한됩니다. 특정 추론 백엔드와의 호환성을 위해 제공됩니다. (SCALED 모드에만 적용)
 축 (int) 속성
 선택적 axis 속성은 입력 텐서의 차원 인덱스를 지정하여 해당 차원을 따라 텐서의 각 조각에 대해 양자화 범위가 별도로 계산되고 적용되도록 할 수 있습니다. 이는 채널 별 양자화에 유용합니다.
 축이 지정되면 min_range 및 max_range
 axis = None이면 텐서 별 양자화가 정상적으로 수행됩니다.
 ensure_minimum_range (float) 속성
 최소 양자화 범위가이 값 이상인지 확인합니다. 이에 대한 레거시 기본값은 0.01이지만 새로운 사용을 위해 0으로 설정하는 것이 좋습니다.
 인수 :
  •  범위 : 범위 개체
  •  min_range : 양자화 범위의 최소값. 이 값은 다른 매개 변수에 따라 op에 의해 조정될 수 있습니다. 조정 된 값은 output_min 기록됩니다. axis 속성이 지정된 경우 이는 크기가 입력 및 출력 텐서의 axis 차원과 일치하는 1 차원 텐서 여야합니다.
  •  max_range : 양자화 범위의 최대 값. 이 값은 다른 매개 변수에 따라 op에 의해 조정될 수 있습니다. 조정 된 값은 output_max 기록됩니다. axis 속성이 지정된 경우 이는 크기가 입력 및 출력 텐서의 axis 차원과 일치하는 1D 텐서 여야합니다.
 보고:
  •  Output 출력 : 부동 입력에서 생성 된 양자화 된 데이터입니다.
  •  Output output_min : 입력 값을 양자화 값으로 크기 조정하고 반올림하기 전에 클립하는 데 사용되는 최종 양자화 범위 최소값입니다. axis 속성이 지정되면 이것은 크기가 입력 및 출력 텐서의 axis 차원과 일치하는 1 차원 텐서가됩니다.
  •  Output output_max : 입력 값을 양자화 값으로 크기 조정하고 반올림하기 전에 클립하는 데 사용되는 최종 양자화 범위 최대 값입니다. axis 속성이 지정되면 이것은 크기가 입력 및 출력 텐서의 axis 차원과 일치하는 1 차원 텐서가됩니다. 
 생성자와 소멸자
 QuantizeV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_range, :: tensorflow::Input max_range, DataType T)
 QuantizeV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_range, :: tensorflow::Input max_range, DataType T, const QuantizeV2::Attrs & attrs)
 
 공용 속성
 operation
 output
 output_max
 output_min 
 공개 정적 함수
 Axis (int64 x)
 EnsureMinimumRange (float x)
 Mode (StringPiece x)
 NarrowRange (bool x)
 RoundMode (StringPiece x) 
 구조체
 tensorflow :: ops :: QuantizeV2 :: Attrs
 QuantizeV2에 대한 선택적 속성 설정자.
 공용 속성 
 조작
 
Operation operation
 
 산출
 
::tensorflow::Output output
 
 output_max
 
::tensorflow::Output output_max
 
 output_min
 
::tensorflow::Output output_min
 공공 기능 
 QuantizeV2
 
 QuantizeV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  DataType T
)
 
 QuantizeV2
 
 QuantizeV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  DataType T,
  const QuantizeV2::Attrs & attrs
)
 공개 정적 함수 
 중심선
 
Attrs Axis(
  int64 x
)
 
 ensureMinimumRange
 
Attrs EnsureMinimumRange(
  float x
)
 
 방법
 
Attrs Mode(
  StringPiece x
)
 
 좁은 범위
 
Attrs NarrowRange(
  bool x
)
 
 RoundMode
 
Attrs RoundMode(
  StringPiece x
)