tensoreflusso:: ops:: Dequantizzare
#include <array_ops.h>
Dequantizza il tensore 'input' in un tensore float.
Riepilogo
[min_range, max_range] sono float scalari che specificano l'intervallo per l'output. L'attributo 'mode' controlla esattamente quali calcoli vengono utilizzati per convertire i valori float nei loro equivalenti quantizzati.
Nella modalità 'MIN_COMBINED', ciascun valore del tensore subirà quanto segue:
if T == qint8: in[i] += (range(T) + 1)/ 2.0 out[i] = min_range + (in[i]* (max_range - min_range) / range(T))
range(T) = numeric_limits ::max() - numeric_limits ::min()
range(T) = numeric_limits ::max() - numeric_limits ::min()
range(T) = numeric_limits ::max() - numeric_limits ::min()
Esempio di modalità MIN_COMBINED
Se l'input proviene da un QuantizedRelu6 , il tipo di output è quint8 (intervallo 0-255) ma il possibile intervallo di QuantizedRelu6 è 0-6. I valori min_range e max_range sono quindi 0,0 e 6,0. Dequantizza su quint8 prenderà ogni valore, lo convertirà in float e lo moltiplicherà per 6/255. Tieni presente che se quantizedtype è qint8, l'operazione aggiungerà inoltre ciascun valore per 128 prima dell'esecuzione del cast.
Se la modalità è "MIN_FIRST", viene utilizzato questo approccio:
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)
Se la modalità è SCALED
, la dequantizzazione viene eseguita moltiplicando ciascun valore di input per uno scaling_factor. (Pertanto un input pari a 0 corrisponde sempre a 0,0).
Lo scaling_factor è determinato da min_range
, max_range
e narrow_range
in modo compatibile con QuantizeAndDequantize{V2|V3}
e QuantizeV2
, utilizzando il seguente algoritmo:
const int min_expected_T = std::numeric_limits::min() + (narrow_range ? 1 : 0); const int max_expected_T = std::numeric_limits ::max(); const float max_expected_T = std::numeric_limits ::max();
const float scale_factor = (std::numeric_limits::min() == 0) ? (max_range / max_expected_T) : std::max(min_range / min_expected_T, max_range / max_expected_T);
Argomenti:
- scope: un oggetto Scope
- min_range: il valore scalare minimo eventualmente prodotto per l'input.
- max_range: il valore scalare massimo possibilmente prodotto per l'input.
Resi:
-
Output
: il tensore di uscita.
Costruttori e distruttori | |
---|---|
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) |
Attributi pubblici | |
---|---|
operation | |
output |
Funzioni pubbliche | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Funzioni pubbliche statiche | |
---|---|
Axis (int64 x) | |
Mode (StringPiece x) | |
NarrowRange (bool x) |
Strutture | |
---|---|
tensorflow:: ops:: Dequantize:: Attrs | Setter di attributi facoltativi per Dequantize . |
Attributi pubblici
operazione
Operation operation
produzione
::tensorflow::Output output
Funzioni pubbliche
Dequantizzare
Dequantize( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input min_range, ::tensorflow::Input max_range )
Dequantizzare
Dequantize( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input min_range, ::tensorflow::Input max_range, const Dequantize::Attrs & attrs )
nodo
::tensorflow::Node * node() const
operatore::tensorflow::Input
operator::tensorflow::Input() const
operatore::tensorflow::Output
operator::tensorflow::Output() const
Funzioni pubbliche statiche
Asse
Attrs Axis( int64 x )
Modalità
Attrs Mode( StringPiece x )
Raggio ristretto
Attrs NarrowRange( bool x )