DML_QUANTIZED_LINEAR_AVERAGE_POOLING_OPERATOR_DESC结构（directml.h）

2025-04-30

在输入张量上滑动窗口中的元素中，平均量化值。此运算符在数学上等效于取消输入的量化，然后执行平均池，然后量化输出。

Dequantize 函数

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

Quantize 函数

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

重要

此 API 作为 DirectML 独立可再发行组件包的一部分提供（请参阅 Microsoft.AI.DirectML 版本 1.13 及更高版本。另请参阅 directML 版本历史记录。

语法

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;
};

成员

InputTensor

类型： const DML_TENSOR_DESC*

4D 和 5D { BatchCount, ChannelCount, Height, Width }{ BatchCount, ChannelCount, Depth, Height, Weight }输入张量。

InputScaleTensor

类型： const DML_TENSOR_DESC*

包含 InputTensor 缩放数据的张量。 InputScaleTensor 的预期维度是{ 1, 1, 1, 1 }需要每张量量化，或者{ 1, ChannelCount, 1, 1 }是否需要按通道量子化。这些缩放值用于取消量化 InputTensor 值。

注释

小数位数值为 0 会导致未定义的行为。

InputZeroPointTensor

类型：_Maybenull_ const DML_TENSOR_DESC*

包含 InputTensor 零点数据的可选张量。 InputZeroPointTensor 的预期维度是{ 1, 1, 1, 1 }需要每张量量化，或者{ 1, ChannelCount, 1, 1 }是否需要按通道量化。这些零点值用于取消量化 InputTensor 值。

OutputScaleTensor

类型： const DML_TENSOR_DESC*

包含 OutputTensor 缩放数据的张量。 OutputScaleTensor 的预期维度是{ 1, 1, 1, 1 }需要每张量量化，或者{ 1, ChannelCount, 1, 1 }是否需要按通道量子化。这些缩放值用于量化 OutputTensor 值。

注释

小数位数值为 0 会导致未定义的行为。

OutputZeroPointTensor

类型：_Maybenull_ const DML_TENSOR_DESC*

包含 OutputTensor 零点数据的可选张量。 OutputZeroPointTensor 的预期维度是{ 1, 1, 1, 1 }需要每张量量化，或者{ 1, ChannelCount, 1, 1 }是否需要按通道量子化。此零点值用于量化 OutputTensor 值。

OutputTensor

类型： const DML_TENSOR_DESC*

输出张量的说明。输出张量的大小可以按如下方式计算。

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

类型： UINT

输入张量 InputTensor 的空间维度数，该维度也对应于滑动窗口 WindowSize 的尺寸数。此值还确定 Strides、 StartPadding 和 EndPadding 数组的大小。当 InputTensor 为 4D 时，它应设置为 2，当它是 5D 张量时，应设置为 3。

Strides