공개 최종 클래스 UniformQuantizedClipByValue
양자화된 Tensor '피연산자'의 값별로 클립을 수행합니다.
`scales` 및 `zero_points`를 사용하여 양자화된 `operand`가 주어지면 `min` 및 `max` 값을 사용하여 값별로 클립을 수행합니다. Quantization_axis가 -1(텐서별 양자화)인 경우 전체 피연산자는 스칼라 min, max를 사용하여 잘립니다. 그렇지 않으면(채널별 양자화) 클리핑도 채널별로 수행됩니다.
중첩 클래스
수업 | 균일QuantizedClipByValue.Options | UniformQuantizedClipByValue 에 대한 선택적 속성 |
공개 방법
출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
정적 <T> 균일QuantizedClipByValue <T> | |
출력 <T> | 출력 () 출력은 피연산자와 모양이 동일한 T의 Tensor를 잘랐습니다. |
정적 UniformQuantizedClipByValue.Options | 퀀트화Axis (Long QuantizationAxis) |
상속된 메서드
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
public staticUniformQuantizedClipByValue <T> create ( Scope 범위, Operand <T> 피연산자, Operand <T> min, Operand <T> max, Operand <Float> scales, Operand <Integer> zeroPoints, Long 퀀트화MinVal, Long 퀀트화MaxVal, 옵션.. . 옵션)
새로운UniformQuantizedClipByValue 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
피연산자 | T의 Tensor여야 합니다. |
분 | 피연산자를 클리핑할 최소값입니다. T의 텐서여야 합니다. yangization_axis가 -1(텐서별 양자화)인 경우 스칼라 텐서여야 하며, 그렇지 않으면 크기가 (operand.dim_size(양자화_축),)(축별 양자화)인 1D 텐서여야 합니다. |
최대 | 피연산자를 클리핑할 최소값입니다. T의 텐서여야 합니다. yangization_axis가 -1(텐서별 양자화)인 경우 스칼라 텐서여야 하며, 그렇지 않으면 크기가 (operand.dim_size(양자화_축),)(축별 양자화)인 1D 텐서여야 합니다. |
저울 | '피연산자', '최소' 및 '최대'를 양자화할 때 배율로 사용되는 부동 소수점 값입니다. 퀀트화_축이 -1(텐서별 양자화)인 경우 스칼라 텐서여야 하며, 그렇지 않으면 크기가 (operand.dim_size(양자화_축),)(축별 양자화)인 1D 텐서여야 합니다. |
제로포인트 | '피연산자', '최소', '최대'를 양자화할 때 zero_point로 사용되는 int32 값입니다. 저울과 모양상태가 동일합니다. |
양자화MinVal | 피연산자가 양자화될 때 사용된 양자화 최소값입니다. |
양자화MaxVal | 피연산자가 양자화될 때 사용된 양자화 최대값입니다. |
옵션 | 선택적 속성 값을 전달합니다. |
보고
- UniformQuantizedClipByValue의 새로운 인스턴스
공개 정적 균일 QuantizedClipByValue.Options 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, Operand.dims()) 범위 내에서 설정해야 합니다. |
---|