tensor akışı:: işlem:: Dekuantizasyon

#include <array_ops.h>

'Giriş' tensörünü kayan bir Tensor'a dönüştürün .

Özet

[min_aralık, maksimum_aralık] çıktının aralığını belirten skaler değişkenlerdir. 'Mode' özelliği, kayan değer değerlerini nicelenmiş eşdeğerlerine dönüştürmek için tam olarak hangi hesaplamaların kullanıldığını kontrol eder.

'MIN_COMBINED' modunda tensörün her değeri aşağıdaki işlemlerden geçecektir: 

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

Giriş bir QuantizedRelu6'dan geliyorsa, çıkış türü quint8'dir (0-255 aralığı) ancak QuantizedRelu6'nın olası aralığı 0-6'dır. Min_range ve max_range değerleri bu nedenle 0,0 ve 6,0'dır. Quint8'deki dequantize her değeri alır, float'a çevirir ve 6/255 ile çarpar. Eğer quantizedtype qint8 ise, işlemin dökümden önce ek olarak her değeri 128 ile ekleyeceğini unutmayın.

Mod 'MIN_FIRST' ise bu yaklaşım kullanılır: 

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)

Mod SCALED ise, her giriş değerinin bir ölçeklendirme_faktörü ile çarpılmasıyla dekuantizasyon gerçekleştirilir. (Böylece 0 girişi her zaman 0,0 ile eşleşir).

Ölçekleme_faktörü, aşağıdaki algoritma kullanılarak QuantizeAndDequantize{V2|V3} ve QuantizeV2 ile uyumlu bir şekilde min_range , max_range ve narrow_range belirlenir: 

  

  

    
  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);
 Argümanlar:
  •  kapsam: Bir Kapsam nesnesi
  •  min_range: Giriş için üretilebilecek minimum skaler değer.
  •  max_range: Giriş için üretilebilecek maksimum skaler değer.
 İade:
  •  Output : Çıkış tensörü. 
 Yapıcılar ve Yıkıcılar
 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)
 
 Genel özellikler
 operation
 output 
 Kamu işlevleri
 node () const
 ::tensorflow::Node *
 operator::tensorflow::Input () const
 operator::tensorflow::Output () const 
Genel statik işlevler
 Axis (int64 x)
 Mode (StringPiece x)
 NarrowRange (bool x) 
 Yapılar
 tensorflow:: ops:: Dequantize:: Öznitelikler
 Dequantize için isteğe bağlı öznitelik ayarlayıcılar.
 Genel özellikler 
 operasyon 
Operation operation
 çıktı 
::tensorflow::Output output
 Kamu işlevleri 
 Dekuantizasyon 
 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range
)
 Dekuantizasyon 
 Dequantize(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_range,
  ::tensorflow::Input max_range,
  const Dequantize::Attrs & attrs
)
 düğüm 
::tensorflow::Node * node() const 
 operatör::tensorflow::Giriş 
 operator::tensorflow::Input() const 
 operatör::tensorflow::Çıktı 
 operator::tensorflow::Output() const 
 Genel statik işlevler 
 Eksen 
Attrs Axis(
  int64 x
)
 Mod 
Attrs Mode(
  StringPiece x
)
 Dar Aralık 
Attrs NarrowRange(
  bool x
)