CANN/pypto反量化函数文档

pypto.dequantize

【免费下载链接】pyptoPyPTO（发音: pai p-t-o）：Parallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto

产品支持情况

功能说明

将量化后的低精度数据转换为高精度格式， 并应用缩放(scale)和偏移(zero_points)参数，当前支持

• 输入DT_INT8/DT_INT16的Tensor反量化为DT_FP32的Tensor $$ \text{dst} = ([float]\text{input} + \text{zero_points}) * \text{scale} $$

函数原型

dequantize(input: Tensor, scale: Tensor, otype: DataType, axis: int, zero_points: Tensor) -> Tensor

参数说明

返回值说明

返回输出Tensor，Tensor的数据类型由otype指定，Shape与input相同。

调用示例

TileShape设置示例

说明：调用该operation接口前，应通过set_vec_tile_shapes设置TileShape。

TileShape维度应和输出一致。

示例1：输入input shape为[m, n]，输出为[m, n], TileShape设置为[m1, n1], 则m1, n1分别用于切分m, n轴。

pypto.set_vec_tile_shapes(4, 16)

接口调用示例

x = pypto.tensor([3, 4], pypto.DT_INT8) scale = pypto.tensor([3, 1], pypto.DT_FP32) zero_points = pypto.tensor([3, 1], pypto.DT_FP32) # fp32 -> int8 对称反量化 y1 = pypto.dequantize(x, scale, pypto.DT_FP32, -1, None) # fp32 -> uint8 非对称反量化 y2 = pypto.dequantize(x, scale, pypto.DT_FP32, -1, zero_points)

结果示例如下：

Input x:[[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]] Input scale:[1.0, 1.0, 1.0] Input zero_points:[-2.0, -2.0, -2.0] Output y1:[[1.0, 2.0, 3.0, 4.0], [1.0, 2.0, 3.0, 4.0], [1.0, 2.0, 3.0, 4.0]] Output y2:[[-1.0, 0.0, 1.0, 2.0], [-1.0, 0.0, 1.0, 2.0], [-1.0, 0.0, 1.0, 2.0]]

【免费下载链接】pyptoPyPTO（发音: pai p-t-o）：Parallel Tensor/Tile Operation编程范式。项目地址: https://gitcode.com/cann/pypto