QuantizedMatMulWithBiasAndRelu

kelas akhir public QuantizedMatMulWithBiasAndRelu

Lakukan perkalian matriks terkuantisasi dari `a` dengan matriks `b` dengan bias tambah dan relu fusi.

Input harus berupa matriks dua dimensi dan vektor bias 1D. Dan dimensi dalam `a` (setelah ditransposisikan jika `transpose_a` bukan nol) harus cocok dengan dimensi luar `b` (setelah ditransposisikan jika `transposed_b` bukan nol). Kemudian dilakukan operasi broadcast add dengan nilai bias pada hasil perkalian matriks. Ukuran bias harus cocok dengan dimensi dalam `b`. Kemudian lakukan aktivasi relu untuk mendapatkan hasil non-negatif.

Kelas Bersarang

kelas

QuantizedMatMulWithBiasAndRelu.Options

Atribut opsional untuk QuantizedMatMulWithBiasAndRelu

Metode Publik

statis <V, T, U> QuantizedMatMulWithBiasAndRelu <V>	membuat ( Lingkup lingkup, Operan <T> a, Operan <U> b, Operan <Lampung> Bias, Operan <Lampung> minA, Operan <Lampung> maxA, Operan <Lampung> minB, Operan <Lampung> maxB, Kelas <V > Toutput, Options ... pilihan) Metode pabrik untuk membuat kelas yang membungkus operasi QuantizedMatMulWithBiasAndRelu baru.
statis QuantizedMatMulWithBiasAndRelu.Options	inputQuantMode (String inputQuantMode)
Output <Lampung>	maxOut () Nilai float yang diwakili oleh nilai output terkuantisasi tertinggi.
Output <Lampung>	minOut () Nilai float yang diwakili oleh nilai keluaran terkuantisasi terendah.
Output <V>	keluar ()
statis QuantizedMatMulWithBiasAndRelu.Options	transposeA (Boolean transposeA)
statis QuantizedMatMulWithBiasAndRelu.Options	transposeB (Boolean transposeB)

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (Object obj)
akhir	hashCode ()
Operasi	op () Mengembalikan mendasari Operation
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama (Object arg0)
Kelas terakhir<?>	getClass ()
ke dalam	hashCode ()
kekosongan akhir	notify ()
kekosongan akhir	notifyAll ()
Rangkaian	toString ()
kekosongan akhir	menunggu (arg0 panjang, int arg1)
kekosongan akhir	menunggu (arg0 panjang)
kekosongan akhir	menunggu ()

Metode Publik

public static QuantizedMatMulWithBiasAndRelu <V> membuat ( Lingkup lingkup, Operan <T> a, Operan <U> b, Operan <Lampung> Bias, Operan <Lampung> minA, Operan <Lampung> maxA, Operan <Lampung> minB, Operan <Lampung > maxB, Kelas <V> Toutput, Options ... pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi QuantizedMatMulWithBiasAndRelu baru.

Parameter

cakupan	lingkup saat ini
A	Matriks yang akan dikalikan. Harus berupa tensor dua dimensi dengan tipe `quint8`.
B	Matriks yang akan dikalikan dan harus berupa tensor dua dimensi dengan tipe `qint8`.
bias	Tensor bias 1D dengan ukuran yang cocok dengan dimensi dalam `b` (setelah ditransposisikan jika `transposed_b` bukan nol).
minA	Nilai float yang diwakili oleh nilai `a` terkuantisasi terendah.
maksA	Nilai float yang diwakili oleh nilai `a` terkuantisasi tertinggi.
minB	Nilai float yang diwakili oleh nilai `b` terkuantisasi terendah.
maksB	Nilai float yang diwakili oleh nilai `b` terkuantisasi tertinggi.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru QuantizedMatMulWithBiasAndRelu

public static QuantizedMatMulWithBiasAndRelu.Options inputQuantMode (String inputQuantMode)

Parameter

masukanQuantMode	Mode kuantisasi data masukan. Baik MIN_FIRST(default) atau SCALED.

publik Keluaran <Lampung> maxOut ()

Nilai float yang diwakili oleh nilai output terkuantisasi tertinggi.

publik Keluaran <Lampung> minOut ()

Nilai float yang diwakili oleh nilai keluaran terkuantisasi terendah.

publik Keluaran <V> keluar ()

public static QuantizedMatMulWithBiasAndRelu.Options transposeA (Boolean transposeA)

Parameter

transposA	Jika benar, `a` ditransposisikan sebelum perkalian.

public static QuantizedMatMulWithBiasAndRelu.Options transposeB (Boolean transposeB)

Parameter

transposB	Jika benar, `b` ditransposisikan sebelum perkalian.