tf.quantization.fake_quant_with_min_max_args

Выполняет псевдоквантование тензора 'inputs' типа float в тензор 'outputs' той же формы и типа.

tf.quantization.fake_quant_with_min_max_args(
    inputs: Annotated[Any, _atypes.Float32],
    min: float = -6,
    max: float = 6,
    num_bits: int = 8,
    narrow_range: bool = False,
    name=None
) -> Annotated[Any, _atypes.Float32]

Квантование называется псевдоквантованием, поскольку выходные данные по-прежнему представлены числами с плавающей запятой. API преобразует входные данные в значения в диапазоне [min, max] и возвращает их в качестве выходных данных.

Атрибуты

• [min; max] задают диапазон ограничения для данных inputs.
• Значения inputs квантуются в диапазон квантования ([0; 2^num_bits - 1], если narrow_range имеет значение false, и [1; 2^num_bits - 1], если оно имеет значение true), затем деквантуются и возвращаются как числа с плавающей запятой в интервале [min; max].
• num_bits — это разрядность квантования; допустимый диапазон — от 2 до 16 включительно.

Перед квантованием значения min и max корректируются согласно следующей логике. Рекомендуется использовать min <= 0 <= max. Если 0 не входит в диапазон значений, поведение может быть неожиданным:

• Если 0 < min < max: min_adj = 0 и max_adj = max - min.
• Если min < max < 0: min_adj = min - max и max_adj = 0.
• Если min <= 0 <= max: scale = (max - min) / (2^num_bits - 1), min_adj = scale * round(min / scale) и max_adj = max + min_adj - min.

Примеры

inp = tf.constant ([10.03, -10.23, 3])
out = tf.quantization.fake_quant_with_min_max_args(inp, min=-5, max=5,
                                                   num_bits=16)
print(out)

#  Output:
#  tf.Tensor([ 4.9999237 -5.0000763  3.0000763], shape=(3,), dtype=float32)