ai-117Đọc toàn bộ đề miễn phí
Lượng Tử Hóa Sau Huấn Luyện (PTQ) – Ánh Xạ Tensor Float32 Sang INT8
xq = round(xs + z), xq ∈ [0, 255]
Tiến độ của tôi ở bài này
Điểm và code bạn nộp được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: linear-algebra-matrix-operations.
Nội dung đề bài
Mục tiêu kiến thức
Affine Quantization (Asymmetric) là kỹ thuật ánh xạ số thực FP32 về số nguyên INT8: xq = round(xs + z), xq ∈ [0, 255]
Trong đó:
- Scale s = xmax - xmin255
- Zero-point z = round(-xmins), clamp về [0, 255]
- Dequantize: x = s · (xq - z)
Yêu cầu
def quantize_tensor(x: np.ndarray, num_bits: int = 8) -> tuple[np.ndarray, float, int]:
# Returns (x_quantized_int, scale, zero_point)
pass
def dequantize_tensor(x_q: np.ndarray, scale: float, zero_point: int) -> np.ndarray:
passInput
- Hàm quantize_tensor(x, num_bits): Các tham số đầu vào chứa dữ liệu Tensor/mảng NumPy hoặc giá trị siêu tham số tương ứng.
- Hàm dequantizetensor(xq, scale, zeropoint): Các tham số đầu vào chứa dữ liệu Tensor/mảng NumPy hoặc giá trị siêu tham số tương ứng.
Output
- Hàm quantize_tensor: Trả về kết quả kiểu Any theo đúng đặc tả kỹ thuật và kích thước quy định.
- Hàm dequantize_tensor: Trả về kết quả kiểu np.ndarray theo đúng đặc tả kỹ thuật và kích thước quy định.
Ràng buộc
- Thời gian chạy tối đa: 2000ms.
- Giới hạn bộ nhớ: 256MB.
- Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.
Ví dụ 1
Input
x = np.array([0.0, 0.5, 1.0, 1.5, 2.0])
x_q, scale, zp = quantize_tensor(x)
x_hat = dequantize_tensor(x_q, scale, zp)
Output
[0. , 0.502 , 1.0039, 1.498 , 2. ]
Giải thích
Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.
Ví dụ 2
Input
x = np.array([-2.0, -1.0, 0.0, 1.0, 2.0])
x_q, scale, zp = quantize_tensor(x)
x_hat = dequantize_tensor(x_q, scale, zp)
Output
[-2.0078, -1.0039, 0. , 1.0039, 1.9922]
Giải thích
Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.
3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.
Phân tích lời giảiGiải thích hướng tư duy và thuật toán.
Code tham khảoDùng để đối chiếu sau khi tự làm.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.
