परिमाणित टेंसर `एलएचएस` और परिमाणित टेंसर `आरएचएस` का परिमाणित कनवल्शन निष्पादित करें। परिमाणित `आउटपुट` बनाने के लिए।
परिमाणित `lhs` और परिमाणित `rhs` को देखते हुए, परिमाणित `आउटपुट` बनाने के लिए `lhs` और `rhs` पर परिमाणित डॉट निष्पादित करता है।
`lhs` और `rhs` को समान रैंक का टेंसर होना चाहिए, और निम्नलिखित आकार शर्तों को पूरा करना चाहिए। - `lhs_feature` % `feature_group_count` == 0 - `lhs_feature` % `rhs_input_feature` == 0 - `lhs_feature` / `feature_group_count` == `rhs_input_feature` - `rhs_output_feature` % `feature_group_count` == 0 - `lhs_bat च` % `बैच_ग्रुप_काउंट` == 0 - `rhs_output_feature` % `बैच_ग्रुप_काउंट` == 0
`lhs` और `rhs` को टेंसर द्वारा परिमाणित किया जाना चाहिए, जहां डेटा मान को सूत्र का उपयोग करके परिमाणित किया जाता है:
quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)
`आउटपुट` को भी उसी सूत्र का उपयोग करके परिमाणित किया जाता है। यदि `rhs` को प्रति-टेंसर परिमाणित किया गया है, तो `आउटपुट` को भी प्रति-टेंसर परिमाणित किया जाना चाहिए। नेस्टेड क्लासेस
कक्षा | UniformQuantizedConvolution.विकल्प | UniformQuantizedConvolution के लिए वैकल्पिक विशेषताएँ |
सार्वजनिक तरीके
आउटपुट <यू> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
स्थिर UniformQuantizedConvolution.Options | बैचग्रुपकाउंट (लंबा बैचग्रुपकाउंट) |
स्थिर <यू, टी> यूनिफॉर्मक्वांटाइज्ड कन्वोल्यूशन <यू> | बनाएं ( स्कोप स्कोप, ऑपरेंड <T> lhs, ऑपरेंड <T> rhs, ऑपरेंड <फ्लोट> lhsस्केल्स, ऑपरेंड <Integer> lhsZeroPoints, ऑपरेंड <फ्लोट> rhsस्केल्स, ऑपरेंड <Integer> rhsZeroPoints, ऑपरेंड <फ्लोट> आउटपुटस्केल्स, ऑपरेंड <इंटेगर > आउटपुटजीरोप्वाइंट, क्लास<यू> टाउट, स्ट्रिंग पैडिंग, लॉन्ग एलएचएसक्वांटाइजेशनमिनवैल, लॉन्ग एलएचएसक्वांटाइजेशनमैक्सवैल, लॉन्ग आरएचएसक्वांटाइजेशनमिनवैल, लॉन्ग आरएचएसक्वांटाइजेशनमैक्सवैल, लॉन्ग आउटपुटक्वांटाइजेशनमिनवैल, लॉन्ग आउटपुटक्वांटाइजेशनमैक्सवैल, ऑप्शन... विकल्प) एक नए UniformQuantizedConvolution ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि। |
स्थिर UniformQuantizedConvolution.Options | आयामनंबर (स्ट्रिंग आयामनंबर) |
स्थिर UniformQuantizedConvolution.Options | स्पष्टपैडिंग (सूची<लंबी> स्पष्टपैडिंग) |
स्थिर UniformQuantizedConvolution.Options | फीचरग्रुपकाउंट (लंबा फीचरग्रुपकाउंट) |
स्थिर UniformQuantizedConvolution.Options | lhsDilation (सूची<लंबा> lhsDilation) |
स्थिर UniformQuantizedConvolution.Options | lhsQuantizationAxis (लंबा lhsQuantizationAxis) |
आउटपुट <यू> | आउटपुट () आउटपुट ने `टाउट` का टेंसर परिमाणित किया, जो `एलएचएस` और `आरएचएस` के समान रैंक है। |
स्थिर UniformQuantizedConvolution.Options | आउटपुटक्वांटाइजेशनएक्सिस (लंबा आउटपुटक्वांटाइजेशनएक्सिस) |
स्थिर UniformQuantizedConvolution.Options | rhsDilation (सूची<लंबा> rhsDilation) |
स्थिर UniformQuantizedConvolution.Options | rhsQuantizationAxis (लंबा rhsQuantizationAxis) |
स्थिर UniformQuantizedConvolution.Options | विंडोस्ट्राइड्स (सूची<लंबी> विंडोस्ट्राइड्स) |
विरासत में मिले तरीके
सार्वजनिक तरीके
सार्वजनिक आउटपुट <यू> आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options बैचग्रुपकाउंट (लंबा बैचग्रुपकाउंट)
पैरामीटर
बैचग्रुपकाउंट | बैच समूहों की संख्या. समूहीकृत फ़िल्टर के लिए उपयोग किया जाता है. `आउटपुट_फ़ीचर` का भाजक होना चाहिए। |
---|
सार्वजनिक स्थैतिक UniformQuantizedConvolution <U> बनाएं ( स्कोप स्कोप, ऑपरेंड <T> lhs, ऑपरेंड <T> rhs, ऑपरेंड <फ्लोट> lhsस्केल्स, ऑपरेंड <Integer> lhsZeroPoints, ऑपरेंड <फ्लोट> rhsस्केल्स, ऑपरेंड <Integer> rhsZeroPoints, ऑपरेंड <फ्लोट > आउटपुटस्केल, ऑपरेंड <इंटेगर> आउटपुटज़ीरोप्वाइंट, क्लास<यू> टाउट, स्ट्रिंग पैडिंग, लॉन्ग एलएचएसक्वांटाइजेशनमिनवैल, लॉन्ग एलएचएसक्वांटाइजेशनमैक्सवैल, लॉन्ग आरएचएसक्वांटाइजेशनमिनवैल, लॉन्ग आरएचएसक्वांटाइजेशनमैक्सवैल, लॉन्ग आउटपुटक्वांटाइजेशनमिनवैल, लॉन्ग आउटपुटक्वांटाइजेशनमैक्सवैल, ऑप्शन... विकल्प)
एक नए UniformQuantizedConvolution ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
दायरा | वर्तमान दायरा |
---|---|
एलएचएस | एक परिमाणित टेंसर होना चाहिए, रैंक >=3. |
आरएचएस | एक परिमाणित टेंसर होना चाहिए, जो `एलएचएस` के समान रैंक वाला हो। |
एलएचएसस्केल्स | फ्लोट वैल्यू का उपयोग स्केल कारकों के रूप में तब किया जाता है जब `एलएचएस` का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित किया जाता है। एक अदिश `टेंसर` होना चाहिए (`एलएचएस` केवल प्रति-टेंसर परिमाणीकरण का समर्थन करता है)। |
lhsZeroPoints | `lhs` का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करते समय int32 मान को शून्य अंक के रूप में उपयोग किया जाता है। `lhs_scales` के समान आकार की स्थिति। |
rhsस्केल्स | `rhs` का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करते समय फ्लोट वैल्यू का उपयोग स्केल कारकों के रूप में किया जाता है। प्रति-टेंसर परिमाणीकरण के लिए एक अदिश `टेन्सर` होना चाहिए, या प्रति-चैनल परिमाणीकरण के लिए `rhs.dim_size(kernel_output_feature_dimension)` आकार का 1डी `टेन्सर` होना चाहिए। |
rhsZeroPoints | `rhs` का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करते समय int32 मान को शून्य अंक के रूप में उपयोग किया जाता है। `rhs_scales` के समान आकार की स्थिति। |
आउटपुटस्केल्स | 'आउटपुट' का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करते समय स्केल कारकों के रूप में उपयोग करने के लिए फ्लोट वैल्यू। प्रति-टेंसर परिमाणीकरण के लिए एक अदिश `टेन्सर` होना चाहिए, या `rhs.dim_size(kernel_output_feature_dimension)` आकार का 1D `टेन्सर` होना चाहिए - जो प्रति-चैनल परिमाणीकरण के लिए `output.dim_size(output_feature_dimension)` के बराबर है। यदि `rhs` प्रति-टेंसर परिमाणित है, तो आउटपुट भी प्रति-टेंसर परिमाणित होना चाहिए। इसका मतलब यह है कि यदि `rhs_scales` और `rhs_zero_points` अदिश `Tensor`s हैं, तो `output_scales` और `output_zero_points` को अदिश `Tensor`s भी होना चाहिए। |
आउटपुटज़ीरोपॉइंट्स | आउटपुट का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करते समय int32 मान को शून्य अंक के रूप में उपयोग किया जाता है। `आउटपुट_स्केल्स` के समान आकार की स्थिति। |
टाउट | `आउटपुट` `टेन्सर` का प्रकार। |
गद्दी | स्ट्रिंग से: `"समान"`, `"मान्य"`, या `"स्पष्ट"`, उपयोग करने के लिए पैडिंग एल्गोरिदम के प्रकार को दर्शाता है। |
lhsQuantizationMinVal | `lhs` में संग्रहीत परिमाणित डेटा का न्यूनतम मान। उदाहरण के लिए, यदि `टिन`` `qint8` है, तो इसे -127 पर सेट किया जाना चाहिए यदि संकीर्ण सीमा परिमाणित है या -128 यदि नहीं। |
lhsQuantizationMaxVal | `एलएचएस` में संग्रहीत परिमाणित डेटा का अधिकतम मूल्य। उदाहरण के लिए, यदि `Tin`` `qint8` है, तो इसे 127 पर सेट किया जाना चाहिए। |
rhsQuantizationMinVal | `rhs` में संग्रहीत परिमाणित डेटा का न्यूनतम मान। उदाहरण के लिए, यदि `टिन`` `qint8` है, तो इसे -127 पर सेट किया जाना चाहिए यदि संकीर्ण सीमा परिमाणित है या -128 यदि नहीं। |
rhsQuantizationMaxVal | `rhs` में संग्रहीत परिमाणित डेटा का अधिकतम मान। उदाहरण के लिए, यदि `Tin`` `qint8` है, तो इसे 127 पर सेट किया जाना चाहिए। |
आउटपुटक्वांटिज़ेशनमिनवैल | `आउटपुट` में संग्रहीत परिमाणित डेटा का न्यूनतम मान। उदाहरण के लिए, यदि `टाउट` `qint8` है, तो इसे -127 पर सेट किया जाना चाहिए यदि संकीर्ण सीमा परिमाणित है या -128 यदि नहीं। |
आउटपुटक्वांटिज़ेशनमैक्सवैल | `आउटपुट` में संग्रहीत परिमाणित डेटा का अधिकतम मूल्य। उदाहरण के लिए, यदि `टाउट` `qint8` है, तो इसे 127 पर सेट किया जाना चाहिए। |
विकल्प | वैकल्पिक गुण मान रखता है |
रिटर्न
- UniformQuantizedConvolution का एक नया उदाहरण
सार्वजनिक स्थैतिक UniformQuantizedConvolution. विकल्प आयाम संख्याएँ (स्ट्रिंग आयाम संख्याएँ)
पैरामीटर
आयामनंबर | कनवल्शन ऑप के लिए आयाम जानकारी की संरचना। एक खाली स्ट्रिंग (डिफ़ॉल्ट) या `tensorflow.UniformQuantizedConvolutionElementNumbersAttr` प्रोटो की क्रमबद्ध स्ट्रिंग होनी चाहिए। यदि स्ट्रिंग खाली है, तो डिफ़ॉल्ट `("NCHW", "OIHW", "NCHW")` है (2D कनवल्शन के लिए)। |
---|
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options स्पष्टपैडिंग (सूची<लंबी> स्पष्टपैडिंग)
पैरामीटर
स्पष्टपैडिंग | यदि `पैडिंग` ``स्पष्ट'' है, तो इसे प्रत्येक `एलएचएस` स्थानिक आयाम के प्रारंभ और अंत में स्पष्ट पैडिंग को इंगित करने वाली एक सूची के रूप में सेट किया जाना चाहिए। अन्यथा, यह खाली होना चाहिए. (यदि उपयोग किया जाता है,) आकार की एक सूची होनी चाहिए `2 * (एलएचएस स्थानिक आयामों की संख्या)`, जहां `(स्पष्ट_पैडिंग[2 * आई], स्पष्ट_पैडिंग[2 * आई + 1])` इंगित करता है `(स्टार्ट_पैडिंग, एंड_पैडिंग) ``spatial_dimensions[i]` का। |
---|
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options फीचरग्रुपकाउंट (लंबा फीचरग्रुपकाउंट)
पैरामीटर
फीचरग्रुपकाउंट | फ़ीचर समूहों की संख्या. समूहीकृत संकल्पों के लिए उपयोग किया जाता है। `lhs_feature` और `output_feature` दोनों का विभाजक होना चाहिए। |
---|
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options lhsDilation (सूची<लंबी> lhsDilation)
पैरामीटर
lhsफैलाव | `एलएचएस` के प्रत्येक स्थानिक आयाम में लागू किया जाने वाला फैलाव कारक। एक खाली सूची (डिफ़ॉल्ट) या आकार की एक सूची (`एलएचएस` स्थानिक आयामों की संख्या) होनी चाहिए। यदि सूची खाली है, तो प्रत्येक `एलएचएस` स्थानिक आयाम के लिए फैलाव 1 पर सेट है। |
---|
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options lhsQuantizationAxis (लंबा lhsQuantizationAxis)
पैरामीटर
lhsQuantizationAxis | टेंसर के आयाम सूचकांक को इंगित करता है जहां उस आयाम के साथ स्लाइस के लिए प्रति-अक्ष परिमाणीकरण लागू किया जाता है। यदि -1 (डिफ़ॉल्ट) पर सेट किया जाता है, तो यह प्रति-टेंसर परिमाणीकरण को इंगित करता है। `एलएचएस` के लिए, केवल प्रति-टेंसर परिमाणीकरण समर्थित है। इस प्रकार, इसे -1 पर सेट किया जाना चाहिए। अन्य मान OpKernel निर्माण में त्रुटि उत्पन्न करेंगे। |
---|
सार्वजनिक आउटपुट <यू> आउटपुट ()
आउटपुट ने `टाउट` का टेंसर परिमाणित किया, जो `एलएचएस` और `आरएचएस` के समान रैंक है।
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options आउटपुटक्वांटाइजेशनएक्सिस (लंबा आउटपुटक्वांटाइजेशनएक्सिस)
पैरामीटर
आउटपुटक्वांटिज़ेशनएक्सिस | टेंसर के आयाम सूचकांक को इंगित करता है जहां उस आयाम के साथ स्लाइस के लिए प्रति-अक्ष परिमाणीकरण लागू किया जाता है। यदि -1 (डिफ़ॉल्ट) पर सेट किया जाता है, तो यह प्रति-टेंसर परिमाणीकरण को इंगित करता है। `आउटपुट` के लिए, केवल `आउटपुट_फीचर_डाइमेंशन` के साथ प्रति-टेंसर परिमाणीकरण या प्रति-चैनल परिमाणीकरण समर्थित है। इस प्रकार, इसे -1 या `dimension_numbers.output_feature_dimension` पर सेट किया जाना चाहिए। अन्य मान OpKernel निर्माण में त्रुटि उत्पन्न करेंगे। |
---|
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options rhsDilation (सूची<लंबी> rhsDilation)
पैरामीटर
rhsDilation | `rhs` के प्रत्येक स्थानिक आयाम में लागू किया जाने वाला फैलाव कारक। एक खाली सूची (डिफ़ॉल्ट) या आकार की एक सूची (`rhs` स्थानिक आयामों की संख्या) होनी चाहिए। यदि सूची खाली है, तो प्रत्येक `rhs` स्थानिक आयाम के लिए फैलाव 1 पर सेट है। |
---|
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options rhsQuantizationAxis (लंबा rhsQuantizationAxis)
पैरामीटर
rhsQuantizationAxis | टेंसर के आयाम सूचकांक को इंगित करता है जहां उस आयाम के साथ स्लाइस के लिए प्रति-अक्ष परिमाणीकरण लागू किया जाता है। यदि -1 (डिफ़ॉल्ट) पर सेट किया जाता है, तो यह प्रति-टेंसर परिमाणीकरण को इंगित करता है। `rhs` के लिए, केवल `kernel_output_feature_dimension` के साथ प्रति-टेंसर परिमाणीकरण या प्रति-चैनल परिमाणीकरण समर्थित है। इस प्रकार, इसे -1 या `dimension_numbers.kernel_output_feature_dimension` पर सेट किया जाना चाहिए। अन्य मान OpKernel निर्माण में त्रुटि उत्पन्न करेंगे। |
---|
सार्वजनिक स्थैतिक UniformQuantizedConvolution.Options विंडोस्ट्राइड्स (सूची<लंबी> विंडोस्ट्राइड्स)
पैरामीटर
windowStrides | `एलएचएस` के प्रत्येक स्थानिक आयाम के लिए स्लाइडिंग विंडो की प्रगति। एक खाली सूची (डिफ़ॉल्ट) या आकार की एक सूची (स्थानिक आयामों की संख्या) होनी चाहिए। यदि एक खाली सूची प्रदान की जाती है, तो प्रत्येक स्थानिक आयाम के लिए प्रगति 1 पर सेट की जाती है। |
---|