Aşağıdaki belgede, TensorFlow Lite'ın 8 bit niceleme şemasının spesifikasyonu özetlenmektedir. Bu, nicelleştirilmiş TensorFlow Lite modelleriyle çıkarım için donanım desteği sağlamada donanım geliştiricilerine yardımcı olmak amacıyla tasarlanmıştır.
Spesifikasyon özeti
Bir spesifikasyon sağlıyoruz ve yalnızca spesifikasyona uyulması durumunda davranışla ilgili bazı garantiler verebiliyoruz. Ayrıca, farklı donanımların, spesifikasyonları uygularken küçük sapmalara neden olabilecek tercihler ve kısıtlamalara sahip olabileceğini ve bunun sonucunda bit tam olmayan uygulamalara yol açabileceğini de biliyoruz. Bu çoğu durumda kabul edilebilir olsa da (bildiğimiz kadarıyla birkaç modelden edindiğimiz işlem başına toleransları da içeren bir dizi test sağlayacağız) makine öğreniminin (ve en yaygın durumda derin öğrenmenin) doğası, kesin garanti verilmesini imkansız hale getirir.
8 bit niceleme, aşağıdaki formülü kullanarak kayan nokta değerlerini yaklaşık olarak tahmin eder.
\[real\_value = (int8\_value - zero\_point) \times scale\]
Eksen başına (Dönüşüm işlemlerinde kanal başına) veya tensör başına ağırlıklar, [-127, 127]
aralığındaki sıfır noktası 0'a eşit olan int8
ikinin tamamlama değerleriyle temsil edilir. Tensör başına etkinleştirmeler/girişler, [-128, 127]
aralığında sıfır nokta ile [-128, 127]
aralığındaki int8
ikinin tamamlayıcı değerleri ile temsil edilir.
Belirli işlemlere ilişkin başka istisnalar da vardır. Bu istisnalar aşağıda açıklanmıştır.
İmzalı tam sayı ve imzalanmamış tam sayı
TensorFlow Lite nicelemesi, 8 bit için int8
nicelemesi için öncelikle araçlara ve çekirdeklere öncelik verecektir. Bu, sıfır noktasının 0'a eşit olduğu simetrik nicelemenin kolaylık sağlaması içindir. Buna ek olarak, birçok arka uç, int8xint8
birikmesi için ek optimizasyonlara sahiptir.
Eksen başına ve tensör başına
Tensör başına niceleme, tensörün tamamı başına bir ölçek ve/veya sıfır nokta olacağı anlamına gelir. Eksen başına niceleme, quantized_dimension
içinde dilim başına bir ölçek ve/veya zero_point
olacağı anlamına gelir. Nicel boyut, ölçeklerin ve sıfır noktalarının karşılık geldiği Tensor şeklinin boyutunu belirtir. Örneğin, dims=[4, 3, 2, 1]
niceliklendirme parametrelerine sahip scale=[1.0, 2.0, 3.0]
, zero_point=[1, 2, 3]
ve quantization_dimension=1
içeren bir t
tensörü, t
ikinci boyutu genelinde ölçülür:
t[:, 0, :, :] will have scale[0]=1.0, zero_point[0]=1
t[:, 1, :, :] will have scale[1]=2.0, zero_point[1]=2
t[:, 2, :, :] will have scale[2]=3.0, zero_point[2]=3
Genellikle quantized_dimension
, evrimlerin ağırlıklarının output_channel
değeridir ancak teoride bu boyut, çekirdek uygulamasındaki her bir nokta ürününe karşılık gelen boyut olabilir. Bu da, performans üzerinde herhangi bir etkisi olmadan daha fazla nicelik ayrıntısı elde edilmesini sağlar. Bu yöntemin doğruluğunda önemli bir iyileşme vardır.
TFLite'da, giderek artan sayıda işlem için eksen başına destek sunuluyor. Bu belgenin gönderildiği tarihte, Conv2d ve DepthwiseConv2d için destek sağlanmaktadır.
Simetrik ve asimetrik
Etkinleştirmeler asimetriktir: İmzalı int8
aralığı [-128, 127]
içinde herhangi bir yerde sıfır puanlarına sahip olabilirler. Birçok etkinleştirme asimetriktir ve sıfır noktası, ekstra ikili bite etkili bir şekilde ulaşmanın nispeten ucuz bir yoludur. Etkinleştirmeler yalnızca sabit ağırlıklarla çarpıldığından, sabit sıfır puan değeri oldukça yoğun bir şekilde optimize edilebilir.
Ağırlıklar simetriktir: Sıfır noktasının 0'a eşit olması zorunlu tutulur. Ağırlık değerleri, dinamik giriş ve etkinleştirme değerleriyle çarpılır. Bu, ağırlığın sıfır noktasının etkinleştirme değeriyle çarpılması halinde kaçınılmaz bir çalışma zamanı maliyeti olacağı anlamına gelir. Sıfır noktası 0 olarak ayarlayarak bu maliyeti önleyebiliriz.
Matematik açıklaması: Bu, ölçek değerlerinin eksen başına olmasına izin verdiğimiz fark dışında, arXiv:1712.05877 dokümanındaki bölüm 2.3'e benzer. Bu, aşağıdaki gibi kolayca genelleştirilebilir:
$A$, sayısalleştirilmiş etkinleştirmelerden oluşan $m \times n$ matrisidir.
$B$, sayısallaştırılmış ağırlıklardan oluşan $n \times p$ matrisidir.
Her ikisi de $n$uzunluğunda olmak üzere, $A$ ve $a_j$ öğesinin $j$. satırını, $B$ ve $b_k$ öğesinin $k$. sütunuyla çarpabilirsiniz. Ölçülen tam sayı değerleri ve sıfır puan değerleri sırasıyla $q_a$, $z_a$ ve $q_b$, $z_b$ şeklindedir.
\[a_j \cdot b_k = \sum_{i=0}^{n} a_{j}^{(i)} b_{k}^{(i)} = \sum_{i=0}^{n} (q_{a}^{(i)} - z_a) (q_{b}^{(i)} - z_b) = \sum_{i=0}^{n} q_{a}^{(i)} q_{b}^{(i)} - \sum_{i=0}^{n} q_{a}^{(i)} z_b - \sum_{i=0}^{n} q_{b}^{(i)} z_a + \sum_{i=0}^{n} z_a z_b\]
Girdi değerinin ve ağırlık değerinin nokta çarpımına sahip olduğundan \(\sum_{i=0}^{n} q_{a}^{(i)} q_{b}^{(i)}\) terimi kaçınılmazdır.
\(\sum_{i=0}^{n} q_{b}^{(i)} z_a\) ve \(\sum_{i=0}^{n} z_a z_b\) terimler, çıkarım çağrısı başına aynı kalan sabit değerlerden oluşur ve bu nedenle önceden hesaplanabilir.
Etkinleştirme her çıkarımı değiştirdiğinden \(\sum_{i=0}^{n} q_{a}^{(i)} z_b\) terimin her çıkarımda hesaplanması gerekir. Ağırlıkların simetrik olmasını zorunlu kılarak bu terimin maliyetini kaldırabiliriz.
int8 nicelenmiş operatör özellikleri
Aşağıda, int8 tflite çekirdeklerimiz için nicelik belirleme gereksinimleri açıklanmaktadır:
ADD
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
AVERAGE_POOL_2D
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
CONCATENATION
Input ...:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
CONV_2D
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1 (Weight):
data_type : int8
range : [-127, 127]
granularity: per-axis (dim = 0)
restriction: zero_point = 0
Input 2 (Bias):
data_type : int32
range : [int32_min, int32_max]
granularity: per-axis
restriction: (scale, zero_point) = (input0_scale * input1_scale[...], 0)
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
DEPTHWISE_CONV_2D
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1 (Weight):
data_type : int8
range : [-127, 127]
granularity: per-axis (dim = 3)
restriction: zero_point = 0
Input 2 (Bias):
data_type : int32
range : [int32_min, int32_max]
granularity: per-axis
restriction: (scale, zero_point) = (input0_scale * input1_scale[...], 0)
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
FULLY_CONNECTED
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1 (Weight):
data_type : int8
range : [-127, 127]
granularity: per-axis (dim = 0)
restriction: zero_point = 0
Input 2 (Bias):
data_type : int32
range : [int32_min, int32_max]
granularity: per-tensor
restriction: (scale, zero_point) = (input0_scale * input1_scale[...], 0)
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
L2_NORMALIZATION
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: (scale, zero_point) = (1.0 / 128.0, 0)
LOGISTIC
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: (scale, zero_point) = (1.0 / 256.0, -128)
MAX_POOL_2D
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
MUL
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
RESHAPE
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
RESIZE_BILINEAR
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
SOFTMAX
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: (scale, zero_point) = (1.0 / 256.0, -128)
SPACE_TO_DEPTH
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
TANH
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: (scale, zero_point) = (1.0 / 128.0, 0)
PAD
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
GATHER
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
BATCH_TO_SPACE_ND
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
SPACE_TO_BATCH_ND
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
TRANSPOSE
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
MEAN
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
SUB
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
SUM
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
SQUEEZE
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
LOG_SOFTMAX
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: (scale, zero_point) = (16.0 / 256.0, 127)
MAXIMUM
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
ARG_MAX
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
MINIMUM
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
LESS
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
PADV2
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
GREATER
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
GREATER_EQUAL
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
LESS_EQUAL
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
SLICE
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
restriction: Input and outputs must all have same scale/zero_point
EQUAL
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
NOT_EQUAL
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Input 1:
data_type : int8
range : [-128, 127]
granularity: per-tensor
SHAPE
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
QUANTIZE (Requantization)
Input 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor
Output 0:
data_type : int8
range : [-128, 127]
granularity: per-tensor