This thread has been locked.

If you have a related question, please click the "Ask a related question" button in the top right corner. The newly created question will be automatically linked to this question.

[参考译文] TDA2HF:导入工具 tempDir .y 文件和在 eve 生成的.bin 文件之间的中间层结果存在差异

Guru**** 633105 points
请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

https://e2e.ti.com/support/processors-group/processors/f/processors-forum/1018366/tda2hf-there-is-difference-in-middle-layers-results-between-import-tool-tempdir-y-file-and-bin-files-generated-on-eve

器件型号:TDA2HF

您好,

    我使用导入工具 tidl_model_import.out 在 tempDir 文件夹中生成中间层结果.y 文件、并使用相同的输入数据在 eve 上生成中间层结果.bin 文件、我发现在比较两个相应的跟踪文件时、中间层中存在差异。结果如下:

TRACE_Dump_1_320x320.y 与 trace_dump_1_320x320.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_2_160x160.y 与 trace_dump_2_160x160.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_3_160x160.y 与 trace_dump_3_160x160.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_4_160x160.y 与 trace_dump_4_160x160.bin 最小值:128最大值:128平均值:128.0
TRACE_Dump_5_160x160.y 与 trace_dump_5_160x160.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_6_80x80.y 与 trace_dump_6_80x80.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_7_80x80.y 与 trace_dump_7_80x80.bin 最小值:128最大值:128平均值:128.0
TRACE_Dump_8_80x80.y 与 trace_dump_8_80x80.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_9_80x80.y 与 trace_dump_9_80x80.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_10_80x80.y 与 trace_dump_10_80x80.bin 最小值:128最大值:128平均值:128.0
TRACE_Dump_11_80x80.y 与 trace_dump_11_80x80.bin 最小值:128最大值:128平均值:128.0
TRACE_Dump_12_80x80.y 与 trace_dump_12_80x80.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_13_40x40.y 与 trace_dump_13_40x40.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_14_40x40.y 与 trace_dump_14_40x40.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_15_40x40.y 与 trace_dump_15_40x40.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_16_40x40.y 与 trace_dump_16_40x40.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_17_40x40.y 与 trace_dump_17_40x40.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_18_40x40.y 与 trace_dump_18_40x40.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_19_40x40.y 与 trace_dump_19_40x40.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_20_40x40.y 与 trace_dump_20_40x40.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_21_40x40.y 与 trace_dump_21_40x40.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_22_40x40.y 与 trace_dump_22_40x40.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_23_40x40.y 与 trace_dump_23_40x40.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_24_20x20.y 与 trace_dump_24_20x20.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_25_20x20.y 与 trace_dump_25_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_26_20x20.y 与 trace_dump_26_20x20.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_27_20x20.y 与 trace_dump_27_20x20.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_28_20x20.y 与 trace_dump_28_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_29_20x20.y 与 trace_dump_29_20x20.bin 最小值:128最大值:128平均值:128.0
TRACE_Dump_30_20x20.y 与 trace_dump_30_20x20.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_31_20x20.y 与 trace_dump_31_20x20.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_32_20x20.y 与 trace_dump_32_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_33_20x20.y 与 trace_dump_33_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_34_20x20.y 与 trace_dump_34_20x20.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_35_20x20.y 与 trace_dump_35_20x20.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_36_20x20.y 与 trace_dump_36_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_37_20x20.y 与 trace_dump_37_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_38_20x20.y 与 trace_dump_38_20x20.bin 最小值:128最大值:128平均值:128.0
TRACE_Dump_39_20x20.y 与 trace_dump_39_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_40_20x20.y 与 trace_dump_40_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_41_20x20.y 与 trace_dump_41_20x20.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_42_20x20.y 与 trace_dump_42_20x20.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_43_40x40.y 与 trace_dump_43_40x40.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_44_40x40.y 与 trace_dump_44_40x40.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_45_40x40.y 与 trace_dump_45_40x40.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_46_40x40.y 与 trace_dump_46_40x40.bin 的最小值:0最大值:0平均值:0.0
TRACE_Dump_47_40x40.y 与 trace_dump_47_40x40.bin 的最小值:0最大值:220平均值:55.7348828125
TRACE_Dump_48_80x80.y 与 trace_dump_48_80x80.bin 最小值:84最大值:246平均值:139.531689453125
TRACE_Dump_49_80x80.y 与 trace_dump_49_80x80.bin 的最小值:123最大值:129平均值:127.6588427734375
TRACE_Dump_50_80x80.y 与 trace_dump_50_80x80.bin 的最小值:124最大值:130平均值:127.7884716796875
TRACE_Dump_51_80x80.y 与 trace_dump_51_80x80.bin 最小值:0最大值:2平均值:0.000390625
TRACE_Dump_52_80x80.y 与 trace_dump_52_80x80.bin 最小值:0最大值:1平均值:1.220703125e-05
TRACE_Dump_53_160x160.y 与 trace_dump_53_160x160.bin 的最小值:128最大值:129平均值:128.00000061035155
TRACE_Dump_54_160x160.y 与 trace_dump_54_160x160.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_55_160x160.y 与 trace_dump_55_160x160.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_56_160x160.y 与 trace_dump_56_160x160.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_57_160x160.y 与 trace_dump_57_160x160.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_58_320x320.y 与 trace_dump_58_320x320.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_59_320x320.y 与 trace_dump_59_320x320.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_60_320x320.y 与 trace_dump_60_320x320.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_61_320x320.y 与 trace_dump_61_320x320.bin 最小值:0最大值:0平均值:0.0
TRACE_Dump_62_320x320.y 与 trace_dump_62_320x320.bin 的最小值:128最大值:128平均值:128.0
TRACE_Dump_63_20x20.y 与 trace_dump_63_20x20.bin 最小值:0最大值:214平均值:78.5892578125
TRACE_Dump_64_10x10.y 与 trace_dump_64_10x10.bin 的最小值:0最大值:206平均值:32.630703125
TRACE_Dump_65_10x10.y 与 trace_dump_65_10x10.bin 的最小值:0最大值:254平均值:44.3418359375
TRACK_Dump_66_10x10.y 与 trace_dump_66_10x10.bin 的最小值:18最大值:201平均值:111.76666666666667

我们会发现某些层存在差异  

TRACE_Dump_47_40x40.y 与 trace_dump_47_40x40.bin 的最小值:0最大值:220平均值:55.7348828125
TRACE_Dump_48_80x80.y 与 trace_dump_48_80x80.bin 最小值:84最大值:246平均值:139.531689453125
TRACE_Dump_49_80x80.y 与 trace_dump_49_80x80.bin 的最小值:123最大值:129平均值:127.6588427734375
TRACE_Dump_50_80x80.y 与 trace_dump_50_80x80.bin 的最小值:124最大值:130平均值:127.7884716796875
TRACE_Dump_51_80x80.y 与 trace_dump_51_80x80.bin 最小值:0最大值:2平均值:0.000390625
TRACE_Dump_52_80x80.y 与 trace_dump_52_80x80.bin 最小值:0最大值:1平均值:1.220703125e-05
TRACE_Dump_53_160x160.y 与 trace_dump_53_160x160.bin 的最小值:128最大值:129平均值:128.00000061035155


TRACE_Dump_63_20x20.y 与 trace_dump_63_20x20.bin 最小值:0最大值:214平均值:78.5892578125
TRACE_Dump_64_10x10.y 与 trace_dump_64_10x10.bin 的最小值:0最大值:206平均值:32.630703125
TRACE_Dump_65_10x10.y 与 trace_dump_65_10x10.bin 的最小值:0最大值:254平均值:44.3418359375
TRACK_Dump_66_10x10.y 与 trace_dump_66_10x10.bin 的最小值:18最大值:201平均值:111.76666666666667

从导入工具调试信息中、我们可以看到:

47,TIDL_ConvolutionLayer,conv35.
48、tidl_deconv2DLayer、conv_TRANSPose2
49、TIDL_BatchNormalLayer、batch_norm37
50、TIDL_BatchNormalLayer、bn_scale37
51、TIDL_BatchNormalLayer、relu24
52、TIDL_ConvolutionLayer、conv36.
53、TIDL_Deconv2DLayer、conv_TRANSPOLOCES3

54、TIDL_BatchNormalLayer、batch_norm39
55、TIDL_BatchNormalLayer、bn_scale39
56,TIDL_BatchNormalLayer,relu26
57、TIDL_ConvolutionLayer、conv37.
58、TIDL_Deconv2DLayer、conv_TRANSPUSE_SEG
59、TIDL_BatchNormalLayer、batch_norm_seg
60、TIDL_BatchNormalLayer、bn_scale_seg
61、TIDL_BatchNormalLayer、Relu_seg
62、TIDL_ConvolutionLayer、conv_seg

63、TIDL_ConvolutionLayer、conv40.
64、TIDL_ConvolutionLayer、conv41.
65、TIDL_ConvolutionLayer、conv42.
66、TIDL_ConvolutionLayer、conv_pairs

下面是发生这种情况的器件模型:

那么 、为什么会发生这种情况呢?

谢谢、

陈 POCA

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    这是发生这种情况的咖啡因原型:

    第{
    姓名:"relu21"
    类型:"Relu"
    底部:"batch_norm_blob34"
    顶部:"Relu_BLOB21"

    第{
    名称:"Conv_TRANSPose1"
    类型:"解谱"
    底部:"Relu_BLOB21"
    顶部:"Conv_TRAN置 USE_blob1"
    卷积_param{
    num_output:64
    BIAS_TERM:false
    焊盘:1.
    kernel_size:4
    跨度:2.
    组:64
    weight_ciller{
    类型:"Xavier"

    稀释:1.
    引擎:Caffe


    第{
    名称:"batch_norm35"
    类型:"BatchNorm"
    底部:"Conv_TRANSPUSE_blob1"
    顶部:"batch_norm_blob35"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale35"
    类型:"比例"
    底部:"batch_norm_blob35"
    顶部:"batch_norm_blob35"
    scale_param{
    BIAS_TERM:true


    第{
    名称:"relu22"
    类型:"Relu"
    底部:"batch_norm_blob35"
    顶部:"Relu_BLOB22"

    第{
    名称:"conv35"
    类型:"卷积"
    底部:"Relu_BLOB22"
    顶部:"Conv_blob35"
    卷积_param{
    num_output:64
    BIAS_TERM:false
    焊盘:2.
    kernel_size:3.
    组:1.
    跨度:1.
    weight_ciller{
    类型:"Xavier"

    稀释:2.


    第{
    名称:"batch_norm36"
    类型:"BatchNorm"
    底部:"Conv_blob35"
    顶部:"batch_norm_blob36"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale36"
    类型:"比例"
    底部:"batch_norm_blob36"
    顶部:"batch_norm_blob36"
    scale_param{
    BIAS_TERM:true


    第{
    姓名:"relu23"
    类型:"Relu"
    底部:"batch_norm_blob36"
    顶部:"Relu_BLOB23"

    第{
    名称:"Conv_TRANSPose2"
    类型:"解谱"
    底部:"Relu_BLOB23"
    顶部:"Conv_TRANSPUSE_blob2"
    卷积_param{
    num_output:64
    BIAS_TERM:false
    焊盘:1.
    kernel_size:4
    跨度:2.
    组:64
    weight_ciller{
    类型:"Xavier"

    稀释:1.
    引擎:Caffe


    第{
    名称:"batch_norm37"
    类型:"BatchNorm"
    底部:"Conv_TRANSPUSE_blob2"
    顶部:"batch_norm_blob37"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale37"
    类型:"比例"
    底部:"batch_norm_blob37"
    顶部:"batch_norm_blob37"
    scale_param{
    BIAS_TERM:true


    第{
    名称:"relu24"
    类型:"Relu"
    底部:"batch_norm_blob37"
    顶部:"Relu_BLOB24"

    第{
    名称:"conv36"
    类型:"卷积"
    底部:"Relu_BLOB24"
    顶部:"Conv_blob36"
    卷积_param{
    num_output:64
    BIAS_TERM:false
    焊盘:4.
    kernel_size:3.
    组:1.
    跨度:1.
    weight_ciller{
    类型:"Xavier"

    稀释:4.


    第{
    名称:"batch_norm38"
    类型:"BatchNorm"
    底部:"Conv_blob36"
    顶部:"batch_norm_blob38"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale38"
    类型:"比例"
    底部:"batch_norm_blob38"
    顶部:"batch_norm_blob38"
    scale_param{
    BIAS_TERM:true


    第{
    名称:"relu25"
    类型:"Relu"
    底部:"batch_norm_blob38"
    顶部:"Relu_BLOB25"

    第{
    名称:"Conv_TRANSPose3"
    类型:"解谱"
    底部:"Relu_BLOB25"
    顶部:"Conv_TRANSPUSE_blob3"
    卷积_param{
    num_output:64
    BIAS_TERM:false
    焊盘:1.
    kernel_size:4
    跨度:2.
    组:64
    weight_ciller{
    类型:"Xavier"

    稀释:1.
    引擎:Caffe


    第{
    名称:"batch_norm39"
    类型:"BatchNorm"
    底部:"Conv_TRANSPUSE_blob3"
    顶部:"batch_norm_blob39"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale39"
    类型:"比例"
    底部:"batch_norm_blob39"
    顶部:"batch_norm_blob39"
    scale_param{
    BIAS_TERM:true


    第{
    姓名:"relu26"
    类型:"Relu"
    底部:"batch_norm_blob39"
    顶部:"Relu_BLOB26"

    第{
    名称:"conv37"
    类型:"卷积"
    底部:"Relu_BLOB26"
    顶部:"Conv_blob37"
    卷积_param{
    num_output:32
    BIAS_TERM:false
    焊盘:4.
    kernel_size:3.
    组:1.
    跨度:1.
    weight_ciller{
    类型:"Xavier"

    稀释:4.


    第{
    名称:"batch_norm40"
    类型:"BatchNorm"
    底部:"Conv_blob37"
    顶部:"batch_norm_blob40"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale40"
    类型:"比例"
    底部:"batch_norm_blob40"
    顶部:"batch_norm_blob40"
    scale_param{
    BIAS_TERM:true


    第{
    名称:"relu27"
    类型:"Relu"
    底部:"batch_norm_blob40"
    顶部:"Relu_BLOB27"

    第{
    名称:"Conv_TRANSPUSE_SEG"
    类型:"解谱"
    底部:"Relu_BLOB27"
    顶部:"Conv_TRANSPUSE_SEG"
    卷积_param{
    num_output:32
    BIAS_TERM:false
    焊盘:1.
    kernel_size:4
    跨度:2.
    组:32
    weight_ciller{
    类型:"Xavier"

    稀释:1.
    引擎:Caffe


    第{
    名称:"batch_norm_seg"
    类型:"BatchNorm"
    底部:"Conv_TRANSPUSE_SEG"
    顶部:"batch_norm_seg"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:false
    EPS:9.99997e-06


    第{
    名称:"Bn_scale_seg"
    类型:"比例"
    底部:"batch_norm_seg"
    顶部:"batch_norm_seg"
    scale_param{
    BIAS_TERM:true


    第{
    名称:"Relu_seg"
    类型:"Relu"
    底部:"batch_norm_seg"
    顶部:"Relu_BLOb_seg"

    第{
    名称:"Conv_seg"
    类型:"卷积"
    底部:"Relu_blob_seg"
    顶部:"Conv_seg"
    卷积_param{
    num_output:2.
    BIAS_TERM:true
    焊盘:1.
    kernel_size:3.
    组:1.
    跨度:1.
    weight_ciller{
    类型:"常量"
    值:0

    BIAS_Filler{
    类型:"常量"
    值:-1

    稀释:1.


    第{
    名称:"conv40"
    类型:"卷积"
    底部:"Relu_BLOB21"
    顶部:"Conv_blob40"
    卷积_param{
    num_output:64
    BIAS_TERM:false
    焊盘:1.
    kernel_size:3.
    组:1.
    跨度:1.
    weight_ciller{
    类型:"Xavier"

    稀释:1.


    第{
    名称:"batch_norm43"
    类型:"BatchNorm"
    底部:"Conv_blob40"
    顶部:"batch_norm_blob43"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale43"
    类型:"比例"
    底部:"batch_norm_blob43"
    顶部:"batch_norm_blob43"
    scale_param{
    BIAS_TERM:true


    第{
    名称:"relu30"
    类型:"Relu"
    底部:"batch_norm_blob43"
    顶部:"Relu_BLOB30"

    第{
    名称:"conv41"
    类型:"卷积"
    底部:"Relu_BLOB30"
    顶部:"Conv_blob41"
    卷积_param{
    num_output:256
    BIAS_TERM:false
    焊盘:1.
    kernel_size:3.
    组:1.
    跨度:2.
    weight_ciller{
    类型:"Xavier"

    稀释:1.


    第{
    名称:"batch_norm44"
    类型:"BatchNorm"
    底部:"Conv_blob41"
    顶部:"batch_norm_blob44"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale44"
    类型:"比例"
    底部:"batch_norm_blob44"
    顶部:"batch_norm_blob44"
    scale_param{
    BIAS_TERM:true


    第{
    名称:"relu31"
    类型:"Relu"
    底部:"batch_norm_blob44"
    顶部:"Relu_BLOB31"

    第{
    名称:"conv42"
    类型:"卷积"
    底部:"Relu_BLOB31"
    顶部:"Conv_blob42"
    卷积_param{
    num_output:256
    BIAS_TERM:false
    焊盘:1.
    kernel_size:3.
    组:1.
    跨度:1.
    weight_ciller{
    类型:"Xavier"

    稀释:1.


    第{
    名称:"batch_norm45"
    类型:"BatchNorm"
    底部:"Conv_blob42"
    顶部:"batch_norm_blob45"
    参数{
    LR_mult:0

    参数{
    LR_mult:0

    参数{
    LR_mult:0

    batch_norm_param{
    USE_GLOBAL_STATS:true
    EPS:9.99997e-06


    第{
    名称:"Bn_scale45"
    类型:"比例"
    底部:"batch_norm_blob45"
    顶部:"batch_norm_blob45"
    scale_param{
    BIAS_TERM:true


    第{
    名称:"relu32"
    类型:"Relu"
    底部:"batch_norm_blob45"
    顶部:"Relu_BLOB32"

    第{
    名称:"Conv_pairs"
    类型:"卷积"
    底部:"Relu_BLOB32"
    顶部:"conv_pairs"
    卷积_param{
    num_output:6.
    BIAS_TERM:true
    焊盘:1.
    kernel_size:3.
    组:1.
    跨度:1.
    weight_ciller{
    类型:"Xavier"

    BIAS_Filler{
    类型:"常量"

    稀释:1.

     

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好!

    如何在 eve 上生成.bin 文件? 请在前夕生成.y 文件并进行比较。

    谢谢、

    Praveen  

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    您好,

    感谢您的回复。 我发现了这个问题,因为 TIDL 不支持缩放层。

    谢谢。

    POCA

  • 请注意,本文内容源自机器翻译,可能存在语法或其它翻译错误,仅供参考。如需获取准确内容,请参阅链接中的英语原文或自行翻译。

    感谢您的更新。