DAY14&15（op代码）

input=node_dict[self.bottom_[0]]
linear_scale_shift是什么

activation op

• forward 实现激活函数功能
• quantize method:
  • looking up table(lut)
  • self.lut_[self.qprec] = range (precision_q_min, precision_q_max+1) / input_scale

argminmax op

• forward 取axis下的min,max
• 不做quantize

batchnorm op

• forward:

normalized = tf.round(output * self.scale_ * (0.5 ** self.shift_))
outputs = round_clip_cast(normalized, TF_PRECISION_MAP[self.top_type_[precision][0]])

• quantize method

int_bits = int(np.ceil(np.log2(np.max(self.weights_['float32']))))
dec_bits = 15 - int_bits
weights_scale = 2.0 ** dec_bits
quantized_weights = np.round(self.weights_['float32'] * weights_scale).astype(np.int16)
biases_scale = input_scale * weights_scale

• cal_scale_zp

conv_fc op

• quantize method: quantize weights, quantize biases
  • biases_scale=self.input_scale*weights_scale

detection op

任务： 改进代码

• 用其他的模型（hrnet）跑一遍aqt
• 读一读图优化的论文，并尝试一些图优化的方法
• 在各个算子内部尝试优化其量化算法
• 混合精度（下周）
• 输入文件.ckpt格式转成.pb格式，用parser转成ir输入格式（.bin, .txt）