เทนเซอร์โฟลว์:: ปฏิบัติการ:: ลดปริมาณ

#include <array_ops.h>

แยก เทนเซอร์ 'อินพุต' ออกเป็นโฟลต เทนเซอร์

สรุป

[min_range, max_range] เป็นสเกลาร์โฟลตที่ระบุช่วงสำหรับข้อมูล 'อินพุต' แอตทริบิวต์ 'โหมด' ควบคุมได้อย่างแม่นยำว่าการคำนวณใดใช้ในการแปลงค่าทศนิยมให้เทียบเท่ากับปริมาณ

ในโหมด 'MIN_COMBINED' แต่ละค่าของเทนเซอร์จะมีลักษณะดังนี้: 

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

ตัวอย่างโหมด MIN_COMBINED

หากอินพุตมาจาก QuantizedRelu6 ประเภทเอาต์พุตคือ quint8 (ช่วง 0-255) แต่ช่วงที่เป็นไปได้ของ QuantizedRelu6 คือ 0-6 ค่า min_range และ max_range จึงเป็น 0.0 และ 6.0 การแยกปริมาณ ใน quint8 จะใช้แต่ละค่า แคสต์จนลอย และคูณด้วย 6/255 โปรดทราบว่าหากประเภทเชิงปริมาณคือ qint8 การดำเนินการจะเพิ่มแต่ละค่าเพิ่มเติมด้วย 128 ก่อนที่จะทำการแคสต์

หากโหมดเป็น 'MIN_FIRST' แสดงว่ามีการใช้แนวทางนี้: 

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 = range / num_discrete_values
const double offset_input = static_cast(input) - lowest_quantized;
result = range_min + ((input - numeric_limits::min()) * range_scale)

ตัวอย่างโหมด SCALED

โหมด SCALED ตรงกับวิธีการหาปริมาณที่ใช้ใน QuantizeAndDequantize{V2|V3}

หากโหมดเป็นแบบ SCALED เราจะไม่ใช้ช่วงเต็มรูปแบบของประเภทเอาต์พุต โดยเลือกที่จะลบค่าสมมาตรที่ต่ำที่สุดที่เป็นไปได้ (เช่น ช่วงเอาต์พุตคือ -127 ถึง 127 ไม่ใช่ -128 ถึง 127 สำหรับการหาปริมาณ 8 บิตที่ลงนาม) ดังนั้น 0.0 จะแมปกับ 0

ก่อนอื่นเราจะค้นหาช่วงของค่าในเมตริกซ์ของเรา ช่วงที่เราใช้จะเน้นที่ 0 เสมอ ดังนั้นเราจึงพบ m เช่นนั้น

  m = max(abs(input_min), abs(input_max))

ช่วงเทนเซอร์อินพุตของเราคือ [-m, m]

ต่อไป เราเลือกที่เก็บข้อมูลการหาปริมาณจุดคงที่ [min_fixed, max_fixed] ถ้า T ลงนามนี่คือ

  num_bits = sizeof(T) * 8
  [min_fixed, max_fixed] =
      [-(1 << (num_bits - 1) - 1), (1 << (num_bits - 1)) - 1]

มิฉะนั้น ถ้า T ไม่ได้ลงนาม ช่วงจุดคงที่จะเป็น

  [min_fixed, max_fixed] = [0, (1 << num_bits) - 1]

จากนี้เราคำนวณปัจจัยสเกลของเรา:

  s = (2 * m) / (max_fixed - min_fixed)

ตอนนี้เราสามารถแยกแยะองค์ประกอบของเทนเซอร์ของเราได้:

result = input * s

ข้อโต้แย้ง:

  • ขอบเขต: วัตถุ ขอบเขต
  • min_range: ค่าสเกลาร์ขั้นต่ำที่อาจเกิดขึ้นสำหรับอินพุต
  • max_range: ค่าสเกลาร์สูงสุดที่อาจเกิดขึ้นสำหรับอินพุต

ผลตอบแทน:

  • Output : เทนเซอร์เอาท์พุต

ตัวสร้างและผู้ทำลาย

Dequantize (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_range, :: tensorflow::Input max_range)
Dequantize (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_range, :: tensorflow::Input max_range, const Dequantize::Attrs & attrs)

คุณลักษณะสาธารณะ

operation
output

งานสาธารณะ

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

ฟังก์ชันคงที่สาธารณะ

Mode (StringPiece x)

โครงสร้าง

เทนเซอร์โฟลว์ :: ops :: ลดปริมาณ :: Attrs

ตัวตั้งค่าแอ็ตทริบิวต์ทางเลือกสำหรับ Dequantize

คุณลักษณะสาธารณะ

การดำเนินการ 

Operation operation

เอาท์พุท 

::tensorflow::Output output

งานสาธารณะ

ลดปริมาณ 

 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range
)

ลดปริมาณ 

 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  const Dequantize::Attrs & attrs
)

โหนด 

::tensorflow::Node * node() const

ตัวดำเนินการ::tensorflow::อินพุต 

 operator::tensorflow::Input() const

ตัวดำเนินการ::tensorflow::เอาต์พุต 

 operator::tensorflow::Output() const

ฟังก์ชันคงที่สาธารณะ

โหมด 

Attrs Mode(
  StringPiece x
)