UniformQuantizedClipByValue

kelas akhir publik UniformQuantizedClipByValue

Lakukan klip berdasarkan nilai pada `operan` Tensor yang terkuantisasi.

Mengingat `operan` terkuantisasi yang dikuantisasi menggunakan `skala` dan `titik_nol`, melakukan klip berdasarkan nilai menggunakan nilai `min` dan `maks`. Jika sumbu_kuantisasi adalah -1 (kuantisasi per tensor), seluruh operan dipotong menggunakan skalar min, maks. Jika tidak (dikuantisasi per saluran), kliping juga dilakukan per saluran.

Kelas Bersarang

kelas

UniformQuantizedClipByValue.Options

Atribut opsional untuk UniformQuantizedClipByValue

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolik tensor.
statis <T> UniformQuantizedClipByValue <T>	buat ( Lingkup lingkup, Operand <T> operand, Operand <T> min, Operand <T> max, Operand <Float> skala, Operand <Integer> zeroPoints, Long quantizationMinVal, Long quantizationMaxVal, Options... options) Metode pabrik untuk membuat kelas yang membungkus operasi UniformQuantizedClipByValue baru.
Keluaran <T>	keluaran () Outputnya memotong Tensor T, yang bentuknya sama dengan operan.
UniformQuantizedClipByValue.Options statis	sumbu kuantisasi (Sumbu kuantisasi panjang)

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.Operand

keluaran abstrak <T>

sebagai Keluaran () Mengembalikan pegangan simbolik tensor.

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static UniformQuantizedClipByValue <T> buat ( Lingkup cakupan, Operan <T> operan, Operan <T> min, Operan <T> maks, Skala Operan <Float>, Operan <Bilangan Bulat> zeroPoints, Kuantisasi panjangMinVal, Kuantisasi panjangMaxVal, Opsi.. . pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi UniformQuantizedClipByValue baru.

Parameter

cakupan	ruang lingkup saat ini
operan	Harus berupa Tensor T.
menit	Nilai minimum untuk mengklip operan. Harus berupa Tensor T. Harus berupa Tensor skalar jika quantization_axis adalah -1 (kuantisasi per-tensor), jika tidak, Tensor berukuran 1D (operand.dim_size(quantization_axis),) (kuantisasi per-sumbu).
maks	Nilai minimum untuk mengklip operan. Harus berupa Tensor T. Harus berupa Tensor skalar jika quantization_axis adalah -1 (kuantisasi per-tensor), jika tidak, Tensor berukuran 1D (operand.dim_size(quantization_axis),) (kuantisasi per-sumbu).
timbangan	Nilai float yang digunakan sebagai skala saat mengkuantisasi `operan`, `min`, dan `maks`. Harus berupa Tensor skalar jika quantization_axis adalah -1 (kuantisasi per-tensor), jika tidak, Tensor berukuran 1D (operand.dim_size(quantization_axis),) (kuantisasi per-sumbu).
titik nol	Nilai int32 digunakan sebagai titik_nol saat mengkuantisasi `operan`, `min`, dan `maks`. Kondisi bentuknya sama dengan sisik.
kuantisasiMinVal	Nilai min kuantisasi yang digunakan saat operan dikuantisasi.
kuantisasiMaxVal	Nilai maksimal kuantisasi yang digunakan saat operan dikuantisasi.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari UniformQuantizedClipByValue

Keluaran publik <T> keluaran ()

Outputnya memotong Tensor T, yang bentuknya sama dengan operan.

UniformQuantizedClipByValue.Options quantizationAxis statis publik (Sumbu kuantisasi panjang)

Parameter

kuantisasi Sumbu	Menunjukkan indeks dimensi tensor tempat kuantisasi per sumbu diterapkan untuk irisan sepanjang dimensi tersebut. Jika disetel ke -1 (default), ini menunjukkan kuantisasi per tensor. Jika tidak, maka harus disetel dalam rentang [0, operand.dims()).