FakeQuantWithMinMaxVars

Định lượng giả tensor 'đầu vào' của kiểu float thông qua các vô hướng float toàn cục

Định lượng giả tensor `inputs` của kiểu float thông qua các vô hướng float toàn cục `min` và `max` thành tensor `outputs` có cùng hình dạng với `inputs`.

Thuộc tính

• `[phút; max]` xác định phạm vi kẹp cho dữ liệu `đầu vào`.
• Các giá trị `đầu vào` được lượng tử hóa thành phạm vi lượng tử hóa ( `[0; 2^num_bits - 1]` khi `phạm vi hẹp` là sai và `[1; 2^num_bits - 1]` khi nó đúng) và sau đó được loại bỏ lượng tử hóa và xuất ra dưới dạng float trong `[min; khoảng tối đa]`.
• `num_bits` là độ rộng bit của lượng tử hóa; từ 2 đến 16, bao gồm.

Trước khi lượng tử hóa, các giá trị `min` và `max` được điều chỉnh theo logic sau. Nên có `min <= 0 <= max`. Nếu `0` không nằm trong phạm vi giá trị, hành vi có thể không mong muốn:

• Nếu `0 < min < max`: `min_adj = 0` và `max_adj = max - min`.
• Nếu `min < max < 0`: `min_adj = min - max` và `max_adj = 0`.
• Nếu `min <= 0 <= max`: `scale = (max - min) / (2^num_bits - 1) `, `min_adj = value * round(min /scale)` và `max_adj = max + min_adj - min `.

Hoạt động này có độ dốc và do đó cho phép đào tạo các giá trị `min` và `max`.