UniformDequantize

공개 최종 클래스 UniformDeQuantize

양자화된 Tensor `입력`에 대해 역양자화를 수행합니다.

'scales' 및 'zero_points'를 사용하여 양자화된 양자화된 'input'이 주어지면 다음 공식을 사용하여 역양자화를 수행합니다: deQuantized_data = (Quantized_data - zero_point) * scale.

중첩 클래스

수업 균일비양자화.옵션 UniformDequantize 에 대한 선택적 속성

공개 방법

출력 <U>
출력 ()
텐서의 기호 핸들을 반환합니다.
static <U는 Number, T>를 확장합니다 .UniformDeQuantize <U>
생성 ( 스코프 범위, 피연산자 <T> 입력, 피연산자 <Float> 스케일, 피연산자 <Integer> zeroPoints, 클래스<U> Tout, Long 퀀트화MinVal, Long 퀀트화MaxVal, 옵션... 옵션)
새로운UniformDeQuantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 <U>
출력 ()
출력은 입력과 모양이 동일한 Tout의 Tensor를 역양자화했습니다.
정적 UniformDeQuantize.Options
퀀트화Axis (Long QuantizationAxis)

상속된 메서드

공개 방법

공개 출력 <U> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

public staticUniformDeQuantize <U> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <Float> 스케일, 피연산자 <Integer> zeroPoints, 클래스<U> Tout, 긴 양자화MinVal, 긴 양자화MaxVal, 옵션... 옵션)

새로운UniformDeQuantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
입력 Tin의 Tensor여야 합니다.
저울 입력이 나타내는 원본 데이터를 양자화할 때 스케일로 사용되는 부동 소수점 값입니다. 퀀트화_축이 -1(텐서별 양자화)인 경우 스칼라 텐서여야 하며, 그렇지 않으면 크기가 (input.dim_size(양자화_축),)(축별 양자화)인 1D 텐서여야 합니다.
제로포인트 입력이 나타내는 원본 데이터를 양자화할 때 zero_point(s)로 사용되는 int32 값입니다. 저울과 모양상태가 동일합니다.
암표 장수 출력 텐서의 유형입니다. tf.DType: tf.qint8, tf.qint32
양자화MinVal 입력이 양자화될 때 사용된 양자화 최소값입니다. 이 속성의 목적은 일반적으로 좁은 범위를 나타내는 것입니다(그러나 이에 국한되지는 않음). 좁은 범위인 경우 `(Tin lower) + 1`로 설정되고 그렇지 않은 경우 `(Tin lower)`로 설정됩니다. 예를 들어 Tin이 qint8인 경우 좁은 범위가 양자화되면 -127로 설정되고 그렇지 않으면 -128로 설정됩니다.
양자화MaxVal 입력이 양자화될 때 사용된 양자화 최대값입니다. 이 속성의 목적은 일반적으로 좁은 범위를 나타내는 것입니다(그러나 이에 국한되지는 않음). 좁은 범위와 좁은 범위가 아닌 경우 모두 '(Tout max)'로 설정됩니다. 예를 들어 Tin이 qint8이면 127로 설정됩니다.
옵션 선택적 속성 값을 전달합니다.
보고
  • 균일한 DeQuantize의 새로운 인스턴스

공개 출력 <U> 출력 ()

출력은 입력과 모양이 동일한 Tout의 Tensor를 역양자화했습니다.

공개 정적 균일 DeQuantize.옵션 양자화 축 (긴 양자화 축)

매개변수
양자화축 해당 차원에 따른 조각에 축당 양자화가 적용되는 텐서의 차원 인덱스를 나타냅니다. -1(기본값)로 설정하면 텐서별 양자화를 나타냅니다. 그렇지 않으면 [0, input.dims()) 범위 내에서 설정해야 합니다.