QuantizeAndDequantizeV4

kelas akhir publik QuantizeAndDequantizeV4

Mengkuantisasi lalu mendekuantisasi tensor.

Ini hampir identik dengan QuantizeAndDequantizeV2, hanya saja ia mengembalikan gradien 1 untuk input yang berada dalam rentang kuantisasi, atau 0 sebaliknya.

Kelas Bersarang

kelas QuantizeAndDequantizeV4.Options Atribut opsional untuk QuantizeAndDequantizeV4

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
QuantizeAndDequantizeV4.Options statis
sumbu (Sumbu panjang)
statis <T memperluas Angka> QuantizeAndDequantizeV4 <T>
buat ( Lingkup lingkup, Operand <T> input, Operand <T> inputMin, Operand <T> inputMax, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi QuantizeAndDequantizeV4 baru.
QuantizeAndDequantizeV4.Options statis
rentang sempit (rentang sempit Boolean)
QuantizeAndDequantizeV4.Options statis
numBits (NumBits panjang)
Keluaran <T>
QuantizeAndDequantizeV4.Options statis
rentang Diberikan (Rentang Boolean Diberikan)
QuantizeAndDequantizeV4.Options statis
roundMode (String putaranMode)
QuantizeAndDequantizeV4.Options statis
masukan yang ditandatangani (Input yang ditandatangani Boolean)

Metode Warisan

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

sumbu QuantizeAndDequantizeV4.Options statis publik (Sumbu panjang)

Parameter
sumbu Jika ditentukan, sumbu ini diperlakukan sebagai sumbu saluran atau irisan, dan rentang kuantisasi terpisah digunakan untuk setiap saluran atau irisan di sepanjang sumbu ini.

public static QuantizeAndDequantizeV4 <T> buat ( Lingkup lingkup, input Operan <T>, Operan <T> inputMin, Operan <T> inputMax, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi QuantizeAndDequantizeV4 baru.

Parameter
cakupan ruang lingkup saat ini
memasukkan Tensor untuk melakukan kuantisasi dan kemudian dekuantisasi.
masukanMin Jika `range_given == True`, ini menentukan nilai input minimum yang perlu direpresentasikan, jika tidak maka ditentukan dari nilai min tensor `input`.
masukanMaks Jika `range_given == True`, ini menentukan nilai input maksimum yang perlu direpresentasikan, jika tidak maka ditentukan dari nilai maksimal tensor `input`.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru QuantizeAndDequantizeV4

public static QuantizeAndDequantizeV4.Options NarrowRange (Boolean NarrowRange)

Parameter
rentang sempit Jika Benar, maka nilai absolut dari nilai minimum yang terkuantisasi sama dengan nilai maksimum yang terkuantisasi, bukannya lebih besar 1. yaitu untuk kuantisasi 8 bit, nilai minimumnya adalah -127, bukan -128.

public static QuantizeAndDequantizeV4.Options numBits (NumBits panjang)

Parameter
nomorBits Bitwidth kuantisasi.

Keluaran publik <T> keluaran ()

QuantizeAndDequantizeV4.Options rangeGiven statis publik (Boolean rangeGiven)

Parameter
rentang Diberikan Apakah rentang tersebut diberikan atau harus ditentukan dari tensor `input`.

public static QuantizeAndDequantizeV4.Options roundMode (String roundMode)

Parameter
mode bulat Atribut 'round_mode' mengontrol algoritme pemutusan ikatan pembulatan mana yang digunakan saat membulatkan nilai float ke nilai terkuantisasinya. Mode pembulatan berikut saat ini didukung:
  • HALF_TO_EVEN: ini adalah mode_bulat default.
  • HALF_UP: bulat menuju positif. Dalam mode ini 7,5 putaran hingga 8 dan -7,5 putaran hingga -7.

public static QuantizeAndDequantizeV4.Options SignInput (Boolean SignInput)

Parameter
masukan yang ditandatangani Apakah kuantisasi ditandatangani atau tidak. (sebenarnya parameter ini seharusnya disebut `signed_output` )