UniformDequantize

পাবলিক চূড়ান্ত ক্লাস UniformDequantize

কোয়ান্টাইজড টেনসর `ইনপুট`-এ ডিকুয়ান্টাইজেশন সঞ্চালন করুন।

প্রদত্ত পরিমাপযুক্ত `ইনপুট` যা `স্কেল` এবং `শূন্য_পয়েন্ট` ব্যবহার করে পরিমাপ করা হয়েছিল, সূত্র ব্যবহার করে ডিকুয়ান্টাইজেশন সম্পাদন করে: dequantized_data = (quantized_data - zero_point) * স্কেল।

নেস্টেড ক্লাস

ক্লাস UniformDequantize.Options UniformDequantize এর জন্য ঐচ্ছিক বৈশিষ্ট্য

পাবলিক পদ্ধতি

আউটপুট <U>
আউটপুট হিসাবে ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <U সংখ্যা প্রসারিত করে, T> UniformDequantize <U>
তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> ইনপুট, অপারেন্ড <ফ্লোট> স্কেল, অপারেন্ড <পূর্ণসংখ্যা> জিরোপয়েন্ট, ক্লাস<U> টাউট, লং কোয়ান্টাইজেশন মিনভাল, লং কোয়ান্টাইজেশন ম্যাক্সভাল, বিকল্প... বিকল্প)
একটি নতুন UniformDequantize অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
আউটপুট <U>
আউটপুট ()
টাউটের আউটপুট ডিকুয়ান্টাইজড টেনসর, যার আকৃতি ইনপুটের মতো।
স্ট্যাটিক UniformDequantize.Options
quantizationAxis (লং কোয়ান্টাইজেশনঅ্যাক্সিস)

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <U> হিসাবে আউটপুট ()

একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক ইউনিফর্মডিকুয়ান্টাইজ <U> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> ইনপুট, অপারেন্ড <ফ্লোট> স্কেল, অপারেন্ড <পূর্ণসংখ্যা> জিরোপয়েন্টস, ক্লাস<U> টাউট, লং কোয়ান্টাইজেশনমিনভাল, লং কোয়ান্টাইজেশন ম্যাক্সভাল, বিকল্প... বিকল্প)

একটি নতুন UniformDequantize অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
ইনপুট টিনের টেনসর হতে হবে।
দাঁড়িপাল্লা ফ্লোট মান(গুলি) স্কেল(গুলি) হিসাবে ব্যবহৃত হয় যখন ইনপুট প্রতিনিধিত্ব করে এমন মূল ডেটার পরিমাণ নির্ধারণ করে৷ quantization_axis -1 (per-tensor quantization), অন্যথায় 1D Tensor of size (input.dim_size(quantization_axis),) (per-axis quantization) হলে অবশ্যই একটি স্কেলার টেনসর হতে হবে।
জিরোপয়েন্ট int32 মান(গুলি) zero_point(গুলি) হিসাবে ব্যবহৃত হয় যখন ইনপুট প্রতিনিধিত্ব করে এমন মূল ডেটার পরিমাপ করার সময়। দাঁড়িপাল্লা হিসাবে একই আকৃতি অবস্থা.
টাউট আউটপুট টেনসরের ধরন। থেকে একটি tf.DT টাইপ: tf.qint8, tf.qint32
quantizationMinVal ইনপুট পরিমাপ করার সময় যে পরিমাণ ন্যূনতম মান ব্যবহার করা হয়েছিল। এই অ্যাট্রিবিউটের উদ্দেশ্য হল সাধারণত সংকীর্ণ পরিসর নির্দেশ করা (তবে সীমাবদ্ধ নয়), যেখানে এটি সেট করা হয়: `(টিন সর্বনিম্ন) + 1` যদি সংকীর্ণ পরিসর হয়, এবং অন্যথায় `(টিন সর্বনিম্ন)`। উদাহরণস্বরূপ, টিন যদি qint8 হয়, তাহলে এটি -127 তে সেট করা হয় যদি সংকীর্ণ পরিসীমা পরিমাপ করা হয় বা না হলে -128।
কোয়ান্টাইজেশন ম্যাক্সভ্যাল ইনপুট পরিমাপ করার সময় ব্যবহৃত পরিমাপকরণের সর্বোচ্চ মান। এই অ্যাট্রিবিউটের উদ্দেশ্য সাধারণত সংকীর্ণ পরিসর নির্দেশ করে (কিন্তু এতে সীমাবদ্ধ নয়), যেখানে এটি সেট করা আছে: `(টাউট সর্বোচ্চ)` সংকীর্ণ পরিসরের জন্য এবং সংকীর্ণ পরিসর নয়। উদাহরণস্বরূপ, যদি টিন qint8 হয়, এটি 127 এ সেট করা হয়েছে।
বিকল্প ঐচ্ছিক বৈশিষ্ট্য মান বহন করে
রিটার্নস
  • UniformDequantize এর একটি নতুন উদাহরণ

সর্বজনীন আউটপুট <U> আউটপুট ()

টাউটের আউটপুট ডিকুয়ান্টাইজড টেনসর, যার আকৃতি ইনপুটের মতো।

পাবলিক স্ট্যাটিক UniformDequantize. Options quantizationAxis (Long quantizationAxis)

পরামিতি
quantizationAxis টেনসরের মাত্রা সূচক নির্দেশ করে যেখানে সেই মাত্রা বরাবর স্লাইসের জন্য প্রতি-অক্ষের পরিমাপ প্রয়োগ করা হয়। যদি -1 (ডিফল্ট) তে সেট করা থাকে তবে এটি প্রতি-টেনসর পরিমাপ নির্দেশ করে। অন্যথায়, এটি অবশ্যই পরিসীমা [0, input.dims()) এর মধ্যে সেট করতে হবে।