DML_QUANTIZED_LINEAR_AVERAGE_POOLING_OPERATOR_DESC-Struktur (directml.h)

Artikel
03/18/2024

Durchschnittliche quantisierte Werte für die Elemente innerhalb des gleitenden Fensters über den Eingabe-Tensor. Dieser Operator entspricht mathematisch der Dequantisierung der Eingaben, der durchschnittlichen Poolerstellung und der anschließenden Quantisierung der Ausgabe.

Dequantize function

f(Input, Scale, ZeroPoint) = (Input - ZeroPoint) * Scale

Quantize function

f(Input, Scale, ZeroPoint) = clamp(round(Input / Scale) + ZeroPoint, Min, Max)

Wichtig

Diese API ist als Teil des eigenständigen weiterverteilbare Pakets DirectML verfügbar (siehe Microsoft.AI.DirectML , Version 1.13 und höher). Siehe auch DirectML-Versionsverlauf.

Syntax

struct DML_QUANTIZED_LINEAR_AVERAGE_POOLING_OPERATOR_DESC
{
    const DML_TENSOR_DESC* InputTensor;
    const DML_TENSOR_DESC* InputScaleTensor;
    _Maybenull_ const DML_TENSOR_DESC* InputZeroPointTensor;
    const DML_TENSOR_DESC* OutputScaleTensor;
    _Maybenull_ const DML_TENSOR_DESC* OutputZeroPointTensor;
    const DML_TENSOR_DESC* OutputTensor;
    UINT DimensionCount;
    _Field_size_(DimensionCount) const UINT* Strides;
    _Field_size_(DimensionCount) const UINT* WindowSize;
    _Field_size_(DimensionCount) const UINT* StartPadding;
    _Field_size_(DimensionCount) const UINT* EndPadding;
    _Field_size_(DimensionCount) const UINT* Dilations;
    BOOL IncludePadding;
};

Member

InputTensor

Typ: const DML_TENSOR_DESC*

Ein Eingabe-Tensor der Größen{ BatchCount, ChannelCount, Height, Width } für 4D und { BatchCount, ChannelCount, Depth, Height, Weight } für 5D.

InputScaleTensor

Typ: const DML_TENSOR_DESC*

Ein Tensor, der die InputTensor-Skalierungsdaten enthält. Die erwarteten Dimensionen von InputScaleTensor sind { 1, 1, 1, 1 } , wenn die Quantisierung pro Tensor erforderlich ist oder { 1, ChannelCount, 1, 1 }, wenn die Quantisierung pro Kanal erforderlich ist. Diese Skalierungswerte werden zum Dequantisieren der InputTensor-Werte verwendet.

InputZeroPointTensor

Typ: _Maybenull_ const DML_TENSOR_DESC*

Ein optionaler Tensor, der die InputTensor-Nullpunktdaten enthält. Die erwarteten Dimensionen von InputZeroPointTensor sind { 1, 1, 1, 1 } , wenn die Quantisierung pro Tensor erforderlich ist oder { 1, ChannelCount, 1, 1 }, wenn die Quantisierung pro Kanal erforderlich ist. Diese Nullpunktwerte werden zum Dequantisieren der InputTensor-Werte verwendet.

OutputScaleTensor

Typ: const DML_TENSOR_DESC*

Ein Tensor, der die OutputTensor-Skalierungsdaten enthält. Die erwarteten Dimensionen von OutputScaleTensor sind { 1, 1, 1, 1 } , wenn die Quantisierung pro Tensor erforderlich ist oder { 1, ChannelCount, 1, 1 }, wenn die Quantisierung pro Kanal erforderlich ist. Diese Skalierungswerte werden zum Quantisieren der OutputTensor-Werte verwendet.

OutputZeroPointTensor

Typ: _Maybenull_ const DML_TENSOR_DESC*

Ein optionaler Tensor, der die OutputTensor-Nullpunktdaten enthält. Die erwarteten Dimensionen von OutputZeroPointTensor sind { 1, 1, 1, 1 } , wenn die Quantisierung pro Tensor erforderlich ist oder { 1, ChannelCount, 1, 1 }, wenn die Quantisierung pro Kanal erforderlich ist. Dieser Nullpunktwert wird zum Quantisieren der OutputTensor-Werte verwendet.

OutputTensor

Typ: const DML_TENSOR_DESC*

Eine Beschreibung des Ausgabe-Tensor. Die Größen des Ausgabe-Tensors können wie folgt berechnet werden.

OutputTensor->Sizes[0] = InputTensor->Sizes[0];
OutputTensor->Sizes[1] = InputTensor->Sizes[1];

for (UINT i = 0; i < DimensionCount; ++i) {
  UINT PaddedSize = InputTensor->Sizes[i + 2] + StartPadding[i] + EndPadding[i];
  OutputTensor->Sizes[i + 2] = (PaddedSize - WindowSizes[i]) / Strides[i] + 1;
}

DimensionCount

Typ: UINT

Die Zahl der räumlichen Dimensionen des Eingabe-Tensor InputTensor, der auch der Zahl der Dimensionen des gleitenden Fensters WindowSize entspricht. Dieser Wert bestimmt auch die Größe der Arrays Strides, StartPadding und EndPadding. Er sollte auf 2 festgelegt werden, wenn InputTensor 4D ist, und 3, wenn es sich um einen 5D-Tensor handelt.

Strides