Peringatan: API ini tidak digunakan lagi dan akan dihapus di versi TensorFlow mendatang setelah penggantinya stabil.

QuantizeAndDequantizeV4

public class akhir QuantizeAndDequantizeV4

Mengkuantisasi kemudian mendekuantisasi tensor.

Ini hampir identik dengan QuantizeAndDequantizeV2, kecuali bahwa 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

Output <T>
asOutput ()
Mengembalikan pegangan simbolis tensor.
statis QuantizeAndDequantizeV4.Options
axis (Long axis)
statis <T meluas Nomor> QuantizeAndDequantizeV4 <T>
membuat ( Lingkup lingkup, Operan <T> input, Operan <T> inputMin, Operan <T> inputMax, Options ... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi QuantizeAndDequantizeV4 baru.
statis QuantizeAndDequantizeV4.Options
narrowRange (Boolean narrowRange)
statis QuantizeAndDequantizeV4.Options
numbits (Long numbits)
Output <T>
Output ()
statis QuantizeAndDequantizeV4.Options
rangeGiven (Boolean rangeGiven)
statis QuantizeAndDequantizeV4.Options
roundMode (String roundMode)
statis QuantizeAndDequantizeV4.Options
signedInput (Boolean signedInput)

Metode yang Diwarisi

Metode Publik

publik Keluaran <T> asOutput ()

Mengembalikan pegangan simbolis tensor.

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

public static QuantizeAndDequantizeV4.Options sumbu (Long axis)

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

public static QuantizeAndDequantizeV4 <T> membuat ( Lingkup lingkup, Operan <T> input, Operan <T> inputMin, Operan <T> inputMax, Options ... pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi QuantizeAndDequantizeV4 baru.

Parameter
cakupan lingkup saat ini
memasukkan Tensor untuk kuantisasi dan kemudian dekuantisasi.
masukanMin Jika `range_given == True`, ini menentukan nilai input minimum yang perlu direpresentasikan, jika tidak, ditentukan dari nilai min tensor `input`.
masukanMaks Jika `range_given == True`, ini menentukan nilai input maksimum yang perlu direpresentasikan, jika tidak, ditentukan dari nilai maksimum 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 terkuantisasi sama dengan nilai maksimum terkuantisasi, bukan 1 lebih besar. yaitu untuk kuantisasi 8 bit, nilai minimumnya adalah -127, bukan -128.

public static QuantizeAndDequantizeV4.Options numbits (Long numbits)

Parameter
numBits Bitwidth kuantisasi.

publik Keluaran <T> Output ()

public static QuantizeAndDequantizeV4.Options rangeGiven (Boolean rangeGiven)

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

public static QuantizeAndDequantizeV4.Options roundMode (String roundMode)

Parameter
putaranMode Atribut 'round_mode' mengontrol algoritma pembulatan tie-breaking mana yang digunakan saat membulatkan nilai float ke ekuivalen terkuantisasinya. Mode pembulatan berikut saat ini didukung:
  • HALF_TO_EVEN: ini adalah round_mode default.
  • HALF_UP: bulatkan ke arah positif. Dalam mode ini 7,5 dibulatkan menjadi 8 dan -7,5 dibulatkan menjadi -7.

public static QuantizeAndDequantizeV4.Options signedInput (Boolean signedInput)

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