UniformQuantizedAdd

পাবলিক ফাইনাল ক্লাস UniformQuantizedAdd

কোয়ান্টাইজড টেনসর `lhs` এবং কোয়ান্টাইজড টেনসর `rhs` এর কোয়ান্টাইজড যোগ সম্পাদন করুন কোয়ান্টাইজড `আউটপুট` করতে।

কোয়ান্টাইজড `lhs` এবং কোয়ান্টাইজড `rhs` দেওয়া, কোয়ান্টাইজড `আউটপুট` করতে `lhs` এবং `rhs`-এ কোয়ান্টাইজড যোগ করে।

'UniformQuantizedAdd' Numpy সম্প্রচারের নিয়ম অনুসরণ করে। দুটি ইনপুট অ্যারে আকার উপাদান অনুযায়ী তুলনা করা হয়. অনুগামী মাত্রা দিয়ে শুরু করে, দুটি মাত্রা হয় সমান হতে হবে অথবা তাদের একটিকে 1 হতে হবে।

`lhs` এবং `rhs` অবশ্যই পরিমাপযুক্ত টেনসর হতে হবে, যেখানে তথ্যের মান সূত্র ব্যবহার করে পরিমাপ করা হয়:

quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)
 
`আউটপুট` একই সূত্র ব্যবহার করে পরিমাপ করা হয়।

যদি `lhs` এবং `আউটপুট` উভয়ই প্রতি-অক্ষে পরিমাপ করা হয়, তাহলে পরিমাপকরণ অক্ষ অবশ্যই মিলবে। এছাড়াও, যদি `rhs` এবং `আউটপুট` উভয়ই প্রতি-অক্ষে পরিমাপ করা হয়, তাহলে পরিমাপকরণ অক্ষ অবশ্যই মিলবে। মিল মানে সম্প্রচার সম্পর্কিত যোগ করার সময় অক্ষটি অবশ্যই মিলবে। যেমন `lhs` এবং `rhs` উভয় অপারেন্ডের জন্য, যদি `operand.quantization_axis` >= 0 এবং `output.quantization_axis` >= 0, `operand.dims` - `operand.quantization_axis` অবশ্যই `output.dims এর সমান হতে হবে ` - `output.quantization_axis`।

নেস্টেড ক্লাস

ক্লাস UniformQuantizedAdd.Options UniformQuantizedAdd এর জন্য ঐচ্ছিক বৈশিষ্ট্য

পাবলিক পদ্ধতি

আউটপুট <T>
আউটপুট হিসাবে ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <T> UniformQuantizedAdd <T>
তৈরি করুন ( স্কোপ স্কোপ, Operand <T> lhs, Operand <T> rhs, Operand <Float> lhsScales, Operand <Integer> lhsZeroPoints, Operand <Float> rhsScales, Operand <Integer> rhsZeroPoints, Operand <call> এবং Operand > আউটপুট জিরোপয়েন্ট, লং lhsQuantizationMinVal, লং lhsQuantizationMaxVal, লং rhsQuantizationMinVal, লং rhsQuantizationMaxVal, লং আউটপুট QuantizationMinVal, লং আউটপুট QuantizationMaxVal, অপশন... বিকল্প)
একটি নতুন UniformQuantizedAdd অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
স্ট্যাটিক UniformQuantizedAdd.Options
lhsQuantizationAxis (লং lhsQuantizationAxis)
আউটপুট <T>
আউটপুট ()
আউটপুট কোয়ান্টাইজড টেনসর।
স্ট্যাটিক UniformQuantizedAdd.Options
আউটপুট কোয়ান্টাইজেশন অ্যাক্সিস (লং আউটপুট কোয়ান্টাইজেশন অ্যাক্সিস)
স্ট্যাটিক UniformQuantizedAdd.Options
rhsQuantizationAxis (দীর্ঘ rhsQuantizationAxis)

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> 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 ইউনিফর্ম কোয়ান্টাইজড এড <T> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> lhs, অপারেন্ড <T> rhs, অপারেন্ড <ফ্লোট> lhsScales, অপারেন্ড <Integer> lhsZeroPoints, Operand <float> rhsScales, Operand <Float> rhsScales, Operand <Rhs, এবং <Float> > outputScales, Operand <Integer> outputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMinVal, দীর্ঘ rhsQuantizationMinVal, দীর্ঘ rhsQuantizationMaxVal, দীর্ঘ আউটপুট QuantizationMinVal, দীর্ঘ আউটপুট QuantizationMaxVal ... বিকল্পগুলি)

একটি নতুন UniformQuantizedAdd অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
এলএইচএস একটি কোয়ান্টাইজড টেনসর হতে হবে।
rhs একটি কোয়ান্টাইজড টেনসর হতে হবে।
lhsScales ফ্লোট মান(গুলি) স্কেল ফ্যাক্টর হিসাবে ব্যবহৃত মূল ডেটার পরিমাপ করার সময় যা `lhs` প্রতিনিধিত্ব করে।
lhsZeroPoints int32 মান(গুলি) শূন্য পয়েন্ট হিসাবে ব্যবহৃত মূল ডেটার পরিমাপ করার সময় যা `lhs` প্রতিনিধিত্ব করে। `lhs_scales` এর সাথে একই আকৃতি থাকতে হবে।
rhsScales ফ্লোট মান(গুলি) স্কেল ফ্যাক্টর হিসাবে ব্যবহৃত মূল ডেটার পরিমাপ করার সময় যা `rhs` উপস্থাপন করে।
rhsZeroPoints int32 মান(গুলি) শূন্য পয়েন্ট হিসাবে ব্যবহৃত মূল ডেটার পরিমাপ করার সময় যা `rhs` উপস্থাপন করে। `rhs_scales` এর সাথে একই আকৃতি থাকতে হবে।
আউটপুট স্কেলস ফ্লোট মান(গুলি) মূল ডেটার পরিমাপ করার সময় স্কেল ফ্যাক্টর হিসাবে ব্যবহার করা হবে যা `আউটপুট` উপস্থাপন করে।
আউটপুট জিরোপয়েন্টস int32 মান(গুলি) শূন্য পয়েন্ট হিসাবে ব্যবহৃত মূল ডেটার পরিমাপ করার সময় যা আউটপুট প্রতিনিধিত্ব করে। `আউটপুট_স্কেল` এর সাথে একই আকার থাকতে হবে।
lhsQuantizationMinVal `lhs`-এ সংরক্ষিত কোয়ান্টাইজড ডেটার ন্যূনতম মান। উদাহরণস্বরূপ, যদি `Tin` হয় `qint8`, তাহলে এটিকে অবশ্যই -127 সেট করতে হবে যদি সংকীর্ণ পরিসরের পরিমাপ করা হয় বা না হলে -128।
lhsQuantizationMaxVal `lhs`-এ সংরক্ষিত কোয়ান্টাইজড ডেটার সর্বোচ্চ মান। উদাহরণস্বরূপ, যদি `Tin` হয় `qint8`, এটি অবশ্যই 127-এ সেট করতে হবে।
rhsQuantizationMinVal `rhs`-এ সংরক্ষিত কোয়ান্টাইজড ডেটার ন্যূনতম মান। উদাহরণস্বরূপ, যদি `Tin` হয় `qint8`, তাহলে এটিকে অবশ্যই -127 সেট করতে হবে যদি সংকীর্ণ পরিসরের পরিমাপ করা হয় বা না হলে -128।
rhsQuantizationMaxVal `rhs`-এ সংরক্ষিত কোয়ান্টাইজড ডেটার সর্বোচ্চ মান। উদাহরণস্বরূপ, যদি `Tin` হয় `qint8`, এটি অবশ্যই 127-এ সেট করতে হবে।
আউটপুট QuantizationMinVal `আউটপুট`-এ সংরক্ষিত কোয়ান্টাইজড ডেটার সর্বনিম্ন মান। উদাহরণস্বরূপ, যদি `Tout` হয় `qint8`, তাহলে এটিকে অবশ্যই -127 সেট করতে হবে যদি সংকীর্ণ পরিসরের পরিমাপ করা হয় বা না হলে -128।
outputQuantizationMaxVal `আউটপুট`-এ সংরক্ষিত কোয়ান্টাইজড ডেটার সর্বোচ্চ মান। উদাহরণস্বরূপ, যদি `Tout` `qint8` হয়, তাহলে এটি অবশ্যই 127-এ সেট করতে হবে।
বিকল্প ঐচ্ছিক বৈশিষ্ট্য মান বহন করে
রিটার্নস
  • UniformQuantizedAdd এর একটি নতুন উদাহরণ

পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড অ্যাড. অপশন lhsQuantizationAxis (লং lhsQuantizationAxis)

পরামিতি
lhsQuantizationAxis 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। `lhs`-এর জন্য, শুধুমাত্র প্রতি-টেনসর পরিমাপ সমর্থিত। সুতরাং, এটি অবশ্যই -1 সেট করা উচিত। অন্যান্য মান OpKernel নির্মাণে ত্রুটি বাড়াবে।

সর্বজনীন আউটপুট <T> আউটপুট ()

আউটপুট কোয়ান্টাইজড টেনসর।

পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড অ্যাড. অপশন আউটপুট কোয়ান্টাইজেশন অ্যাক্সিস (লং আউটপুট কোয়ান্টাইজেশনঅ্যাক্সিস)

পরামিতি
আউটপুট 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। 'আউটপুট'-এর জন্য, শুধুমাত্র 'আউটপুট_ফিচার_ডাইমেনশন' বরাবর প্রতি-টেনসর কোয়ান্টাইজেশন বা প্রতি-চ্যানেল কোয়ান্টাইজেশন সমর্থিত। সুতরাং, এটি অবশ্যই -1 বা `dimension_numbers.output_feature_dimension`-এ সেট করতে হবে। অন্যান্য মান OpKernel নির্মাণে ত্রুটি বাড়াবে।

পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড অ্যাড. অপশন rhsQuantizationAxis (Long rhsQuantizationAxis)

পরামিতি
rhsQuantizationAxis 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। 'rhs'-এর জন্য, শুধুমাত্র 'কারনেল_আউটপুট_ফিচার_ডাইমেনশন' বরাবর প্রতি-টেনসর কোয়ান্টাইজেশন বা প্রতি-চ্যানেল কোয়ান্টাইজেশন সমর্থিত। সুতরাং, এটি অবশ্যই -1 বা `dimension_numbers.kernel_output_feature_dimension`-এ সেট করতে হবে। অন্যান্য মান OpKernel নির্মাণে ত্রুটি বাড়াবে।