공개 최종 클래스 UniformQuantize
Tensor `input`에 대해 양자화를 수행합니다.
'input', 'scales' 및 'zero_points'가 주어지면 다음 공식을 사용하여 양자화를 수행합니다: 퀀타이즈_데이터 = 바닥(입력_데이터 * (1.0f / 스케일) + 0.5f) + zero_point
중첩 클래스
수업 | 균일Quantize.옵션 | UniformQuantize 의 선택적 속성 |
공개 방법
출력 <U> | 출력 () 텐서의 기호 핸들을 반환합니다. |
static <U, T는 Number를 확장합니다> UniformQuantize <U> | |
출력 <U> | 출력 () 출력은 입력과 모양이 동일한 Tout의 Tensor를 양자화했습니다. |
정적 UniformQuantize.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 staticUniformQuantize <U> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <Float> 스케일, 피연산자 <Integer> zeroPoints, 클래스<U> Tout, 긴 양자화MinVal, 긴 양자화MaxVal, 옵션... 옵션)
새로운UniformQuantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
입력 | Tin의 Tensor여야 합니다. |
저울 | `입력`을 양자화하기 위해 배율로 사용할 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 | '입력'을 양자화하기 위해 zero_point로 사용할 int32 값입니다. 저울과 모양상태가 동일합니다. |
암표 장수 | 출력 텐서의 유형입니다. tf.DType 출처: tf.float32 |
양자화MinVal | '입력'을 양자화하기 위한 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 | '입력'을 양자화하기 위한 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 Quantize의 새로운 인스턴스
공개 정적 균일Quantize.옵션 퀀타이즈축 (긴 퀀트화축)
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. |
---|