怎么對(duì)TensorFlow進(jìn)行假量化

tf.fake_quant_with_min_max_args

fake_quant_with_min_max_args(
    inputs,
    min=None,
    max=None,
    num_bits=None,
    narrow_range=None,
    name=None
)

參見(jiàn)指南：張量變換>假量化

假量化的 '輸入(inputs)' 張量,類(lèi)型浮動(dòng)到相同類(lèi)型的 '輸出(outputs)' 張量.

屬性 [min; max] 定義 inputs 數(shù)據(jù)的鉗位范圍.inputs 值被量化為量化范圍([0; 2^num_bits - 1] 當(dāng) narrow_range為假的,并且 [1; 2^num_bits - 1] 為真時(shí)),然后被去量化(de-quantized)并作為 [min; max] 間隔中的浮點(diǎn)輸出.num_bits 是量化的位寬；介于 2 和 8 之間(包含).

量化被稱為假,因?yàn)檩敵鋈蕴幱诟↑c(diǎn)狀態(tài).

參數(shù)：

• inputs：float32 類(lèi)型的張量.
• min：可選浮點(diǎn)型.默認(rèn)值為-6.
• max：可選浮點(diǎn)型.默認(rèn)值為6.
• num_bits：可選的整數(shù)型.默認(rèn)值為8.
• narrow_range：可選布爾值.默認(rèn)取值為 False.
• name：操作的名稱(可選).

返回：

float32 類(lèi)型的張量.

tf.fake_quant_with_min_max_args_gradient

fake_quant_with_min_max_args_gradient(
    gradients,
    inputs,
    min=None,
    max=None,
    num_bits=None,
    narrow_range=None,
    name=None
)

參見(jiàn)指南：張量變換>假量化

計(jì)算 FakeQuantWithMinMaxArgs 操作的梯度.

參數(shù)：

• gradients：float32 類(lèi)型的張量.在 FakeQuantWithMinMaxArgs 操作之上的反向傳播(Backpropagated)梯度.
• inputs：float32 類(lèi)型的張量.作為 FakeQuantWithMinMaxArgs 操作的輸入傳遞的值.
• min：可選的浮點(diǎn)型,默認(rèn)為-6.
• max：可選的浮點(diǎn)型,默認(rèn)為6.
• num_bits：可選的整數(shù)型,默認(rèn)為8.
• narrow_range：可選的布爾值,默認(rèn)為 False.
• name：操作的名稱(可選).

返回：

float32 類(lèi)型的張量.FakeQuantWithMinMaxArgs 操作之下的反向傳播(Backpropagated)梯度：gradients * (inputs >= min && inputs <= max).