เทนเซอร์โฟลว์:: ปฏิบัติการ:: ลดปริมาณ

#include <array_ops.h>

แยก เทนเซอร์ 'อินพุต' ออกเป็นโฟลตหรือ bfloat16 เทนเซอร์

สรุป

[min_range, max_range] เป็นสเกลาร์โฟลตที่ระบุช่วงสำหรับเอาต์พุต 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)

หากโหมดเป็น SCALED การลดปริมาณจะดำเนินการโดยการคูณค่าอินพุตแต่ละค่าด้วย scaling_factor (ดังนั้นอินพุตของ 0 จะจับคู่กับ 0.0 เสมอ)

scaling_factor ถูกกำหนดจาก min_range , max_range และ narrow_range ในลักษณะที่เข้ากันได้กับ QuantizeAndDequantize{V2|V3} และ QuantizeV2 โดยใช้อัลกอริทึมต่อไปนี้: 

  

  

    
  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);
 ข้อโต้แย้ง:
  •  ขอบเขต: วัตถุ ขอบเขต
  •  min_range: ค่าสเกลาร์ขั้นต่ำที่อาจเกิดขึ้นสำหรับอินพุต
  •  max_range: ค่าสเกลาร์สูงสุดที่อาจเกิดขึ้นสำหรับอินพุต
 แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):
  •  dtype: ประเภทของเทนเซอร์เอาท์พุต ปัจจุบัน Dequantize รองรับ float และ bfloat16 หาก 'dtype' เป็น 'bfloat16' จะรองรับเฉพาะโหมด 'MIN_COMBINED' เท่านั้น
 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
 Axis (int64 x)
 Dtype (DataType x)
 Mode (StringPiece x)
 NarrowRange (bool 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 
 แกน 
Attrs Axis(
  int64 x
)
 ประเภทD 
Attrs Dtype(
  DataType x
)
 โหมด 
Attrs Mode(
  StringPiece x
)
 ช่วงแคบ 
Attrs NarrowRange(
  bool x
)