Compartir a través de

estructura DML_ELEMENT_WISE_DEQUANTIZE_LINEAR_OPERATOR_DESC (directml.h)

  • Artículo

Realiza la siguiente función de desquantización lineal en cada elemento de InputTensor con respecto a su elemento correspondiente en ScaleTensor y ZeroPointTensor, colocando los resultados en el elemento correspondiente de OutputTensor.

f(input, scale, zero_point) = (input - zero_point) * scale

La cuantificación es una manera común de aumentar el rendimiento a costa de precisión. Un grupo de valores int de 8 bits se puede calcular más rápido que un grupo de valores flotantes de 32 bits puede. Desquiantizar convierte los datos codificados de nuevo en su dominio.

Sintaxis

struct DML_ELEMENT_WISE_DEQUANTIZE_LINEAR_OPERATOR_DESC {
  const DML_TENSOR_DESC *InputTensor;
  const DML_TENSOR_DESC *ScaleTensor;
  const DML_TENSOR_DESC *ZeroPointTensor;
  const DML_TENSOR_DESC *OutputTensor;
};

Miembros

InputTensor

Tipo: const DML_TENSOR_DESC*

Tensor que contiene las entradas.

ScaleTensor

Tipo: const DML_TENSOR_DESC*

Tensor que contiene las escalas.

Nota

Un valor de escala de 0 da como resultado un comportamiento indefinido.

ZeroPointTensor

Tipo: const DML_TENSOR_DESC*

Tensor que contiene el punto cero que se usó para la cuantificación.

OutputTensor

Tipo: const DML_TENSOR_DESC*

Tensor de salida en el que se van a escribir los resultados.

Disponibilidad

Este operador se introdujo en DML_FEATURE_LEVEL_1_0.

Restricciones tensor

  • InputTensor, OutputTensor, ScaleTensory ZeroPointTensor deben tener el mismo DimensionCount y Sizes.
  • InputTensor y ZeroPointTensor deben tener el mismo DataType.
  • OutputTensor y ScaleTensor deben tener el mismo DataType.

Compatibilidad con Tensor

DML_FEATURE_LEVEL_6_2 y versiones posteriores

Tensor Amable Recuentos de dimensiones admitidos Tipos de datos admitidos
InputTensor Entrada De 1 a 8 INT32, INT16, INT8, UINT32, UINT16, UINT8
ScaleTensor Entrada De 1 a 8 FLOAT32, FLOAT16
ZeroPointTensor Entrada opcional De 1 a 8 INT32, INT16, INT8, UINT32, UINT16, UINT8
OutputTensor Salida De 1 a 8 FLOAT32, FLOAT16

DML_FEATURE_LEVEL_6_0 y versiones posteriores

Tensor Amable Recuentos de dimensiones admitidos Tipos de datos admitidos
InputTensor Entrada De 1 a 8 INT32, INT16, INT8, UINT32, UINT16, UINT8
ScaleTensor Entrada De 1 a 8 FLOAT32, FLOAT16
ZeroPointTensor Entrada De 1 a 8 INT32, INT16, INT8, UINT32, UINT16, UINT8
OutputTensor Salida De 1 a 8 FLOAT32, FLOAT16

DML_FEATURE_LEVEL_3_0 y versiones posteriores

Tensor Amable Recuentos de dimensiones admitidos Tipos de datos admitidos
InputTensor Entrada De 1 a 8 INT32, INT16, INT8, UINT32, UINT16, UINT8
ScaleTensor Entrada De 1 a 8 FLOAT32
ZeroPointTensor Entrada De 1 a 8 INT32, INT16, INT8, UINT32, UINT16, UINT8
OutputTensor Salida De 1 a 8 FLOAT32

DML_FEATURE_LEVEL_2_1 y versiones posteriores

Tensor Amable Recuentos de dimensiones admitidos Tipos de datos admitidos
InputTensor Entrada 4 INT32, INT16, INT8, UINT32, UINT16, UINT8
ScaleTensor Entrada 4 FLOAT32
ZeroPointTensor Entrada 4 INT32, INT16, INT8, UINT32, UINT16, UINT8
OutputTensor Salida 4 FLOAT32

DML_FEATURE_LEVEL_1_0 y versiones posteriores

Tensor Amable Recuentos de dimensiones admitidos Tipos de datos admitidos
InputTensor Entrada 4 UINT8
ScaleTensor Entrada 4 FLOAT32
ZeroPointTensor Entrada 4 UINT8
OutputTensor Salida 4 FLOAT32

Requisitos

Requisito Valor
encabezado de directml.h

Consulte también

DML_ELEMENT_WISE_QUANTIZE_LINEAR_OPERATOR_DESC