classe final pública UniformQuantizedConvolution
Execute a convolução quantizada do Tensor `lhs` quantizado e do Tensor `rhs` quantizado. para fazer uma `saída` quantizada.
Dado `lhs` e `rhs` quantizado, executa ponto quantizado em `lhs` e `rhs` para obter uma `saída` quantizada.
`lhs` e `rhs` devem ser tensores da mesma classificação e atender às seguintes condições de forma. - `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_batch` % `batch_group_count` == 0 - `rhs_output_feature` % `batch_group_count` == 0
`lhs` e `rhs` devem ser quantizados Tensor, onde o valor dos dados é quantizado usando a fórmula:
quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)
Classes aninhadas
| aula | UniformQuantizedConvolution.Options | Atributos opcionais para UniformQuantizedConvolution | |
Métodos Públicos
| Saída <U> | asOutput () Retorna o identificador simbólico de um tensor. |
| UniformQuantizedConvolution.Options estático | batchGroupCount (Lot batchGroupCount) |
| estático <U, T> UniformQuantizedConvolution <U> | create ( Escopo do escopo , Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float> outputScales, Operando <Integer > outputZeroPoints, Class<U> Tout, preenchimento de string, lhsQuantizationMinVal longo, lhsQuantizationMaxVal longo, rhsQuantizationMinVal longo, rhsQuantizationMaxVal longo, saída longaQuantizationMinVal, saída longaQuantizationMaxVal, opções... opções) Método de fábrica para criar uma classe que envolve uma nova operação UniformQuantizedConvolution. |
| UniformQuantizedConvolution.Options estático | dimensionNumbers (string dimensionNumbers) |
| UniformQuantizedConvolution.Options estático | explicitPadding (Lista<Long> explicitPadding) |
| UniformQuantizedConvolution.Options estático | featureGroupCount (recurso longoGroupCount) |
| UniformQuantizedConvolution.Options estático | lhsDilation (Lista<Long> lhsDilation) |
| UniformQuantizedConvolution.Options estático | lhsQuantizationAxis (lhsQuantizationAxis longo) |
| Saída <U> | saída () O tensor quantizado de saída de `Tout`, mesma classificação de `lhs` e `rhs`. |
| UniformQuantizedConvolution.Options estático | outputQuantizationAxis (saída longaQuantizationAxis) |
| UniformQuantizedConvolution.Options estático | rhsDilation (Lista<Long> rhsDilation) |
| UniformQuantizedConvolution.Options estático | rhsQuantizationAxis (Long rhsQuantizationAxis) |
| UniformQuantizedConvolution.Options estático | windowStrides (List<Long> windowStrides) |
Métodos herdados
Métodos Públicos
Saída pública <U> asOutput ()
Retorna o identificador simbólico de um tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static UniformQuantizedConvolution.Options batchGroupCount (Longo batchGroupCount)
Parâmetros
| loteGroupCount | O número de grupos de lote. Usado para filtros agrupados. Deve ser um divisor de `output_feature`. |
|---|
public static UniformQuantizedConvolution <U> create ( Escopo escopo , Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float > outputScales, Operando <Integer> outputZeroPoints, Class<U> Tout, String padding, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação UniformQuantizedConvolution.
Parâmetros
| escopo | escopo atual |
|---|---|
| lhs | Deve ser um tensor quantizado, classificação >= 3. |
| rh | Deve ser um tensor quantizado, mesma classificação de `lhs`. |
| lhsEscalas | O(s) valor(es) flutuante(s) usado(s) como fatores de escala ao quantizar os dados originais que `lhs` representa. Deve ser um `Tensor` escalar (`lhs` suporta apenas quantização por tensor). |
| lhsZeroPontos | O(s) valor(es) int32 usados como pontos zero ao quantizar os dados originais que `lhs` representa. Mesma condição de forma que `lhs_scales`. |
| escalas rhs | O(s) valor(es) flutuante(s) usado(s) como fatores de escala ao quantizar os dados originais que `rhs` representa. Deve ser um `Tensor` escalar para quantização por tensor, ou `Tensor` 1D de tamanho `rhs.dim_size(kernel_output_feature_dimension)`, para quantização por canal. |
| rhsZeroPontos | O(s) valor(es) int32 usados como pontos zero ao quantizar os dados originais que `rhs` representa. Mesma condição de forma que `rhs_scales`. |
| escalas de saída | Os valores flutuantes a serem usados como fatores de escala ao quantizar os dados originais que `output` representa. Deve ser um `Tensor` escalar para quantização por tensor, ou `Tensor` 1D de tamanho `rhs.dim_size(kernel_output_feature_dimension)` - que é igual a `output.dim_size(output_feature_dimension)`, para quantização por canal. Se `rhs` for quantizado por tensor, a saída também deve ser quantizada por tensor. Isso significa que se `rhs_scales` e `rhs_zero_points` são `Tensor`s escalares, `output_scales` e `output_zero_points` devem ser `Tensor`s escalares também. |
| saídaZeroPoints | Os valores int32 usados como pontos zero ao quantizar os dados originais que a saída representa. Mesma condição de forma que `output_scales`. |
| Anunciante | O tipo de `saída` `Tensor`. |
| preenchimento | string de: `"SAME"`, `"VALID"` ou `"EXPLICIT"`, indicando o tipo de algoritmo de preenchimento a ser usado. |
| lhsQuantizaçãoMinVal | O valor mínimo dos dados quantizados armazenados em `lhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como -127 se for quantizado em faixa estreita ou -128 se não for. |
| lhsQuantizaçãoMaxVal | O valor máximo dos dados quantizados armazenados em `lhs`. Por exemplo, se `Tin` for `qint8`, deverá ser definido como 127. |
| rhsQuantizaçãoMinVal | O valor mínimo dos dados quantizados armazenados em `rhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como -127 se for quantizado em faixa estreita ou -128 se não for. |
| rhsQuantizaçãoMaxVal | O valor máximo dos dados quantizados armazenados em `rhs`. Por exemplo, se `Tin` for `qint8`, deverá ser definido como 127. |
| saídaQuantizaçãoMinVal | O valor mínimo dos dados quantizados armazenados em `output`. Por exemplo, se `Tout` for `qint8`, deve ser definido como -127 se for quantizado em faixa estreita ou -128 se não for. |
| saídaQuantizaçãoMaxVal | O valor máximo dos dados quantizados armazenados em `output`. Por exemplo, se `Tout` for `qint8`, deverá ser definido como 127. |
| opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de UniformQuantizedConvolution
public static UniformQuantizedConvolution.Options dimensionNumbers (String dimensionNumbers)
Parâmetros
| dimensãoNúmeros | Estrutura de informações de dimensão para a operação de convolução. Deve ser uma string vazia (padrão) ou uma string serializada do proto `tensorflow.UniformQuantizedConvolutionDimensionNumbersAttr`. Se a string estiver vazia, o padrão é `("NCHW", "OIHW", "NCHW")` (para uma convolução 2D). |
|---|
public static UniformQuantizedConvolution.Options explicitPadding (List<Long> explicitPadding)
Parâmetros
| explícitoPadding | Se `padding` for `"EXPLICIT"`, deve ser definido como uma lista indicando os preenchimentos explícitos no início e no final de cada dimensão espacial `lhs`. Caso contrário, deverá estar vazio. (Se usado,) Deve ser uma lista de tamanho `2 * (número de dimensões espaciais lhs)`, onde `(explicit_padding[2 * i], explicit_padding[2 * i + 1])` indica `(start_padding, end_padding) ` de `dimensões_espaciais[i]`. |
|---|
público estático UniformQuantizedConvolution.Options featureGroupCount (long featureGroupCount)
Parâmetros
| recursoGroupCount | O número de grupos de recursos. Usado para convoluções agrupadas. Deve ser um divisor de `lhs_feature` e `output_feature`. |
|---|
public static UniformQuantizedConvolution.Options lhsDilation (List<Long> lhsDilation)
Parâmetros
| lhsDilatação | O fator de dilatação a aplicar em cada dimensão espacial de `lhs`. Deve ser uma lista vazia (padrão) ou uma lista de tamanho (número de dimensões espaciais `lhs`). Se a lista estiver vazia, a dilatação para cada dimensão espacial `lhs` é definida como 1. |
|---|
público estático UniformQuantizedConvolution.Options lhsQuantizationAxis (lhsQuantizationAxis longo)
Parâmetros
| lhsQuantizationAxis | Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada às fatias ao longo dessa dimensão. Se definido como -1 (padrão), indica quantização por tensor. Para o `lhs`, apenas a quantização por tensor é suportada. Portanto, isso deve ser definido como -1. Outros valores gerarão erros na construção do OpKernel. |
|---|
Saída pública <U> saída ()
O tensor quantizado de saída de `Tout`, mesma classificação de `lhs` e `rhs`.
public static UniformQuantizedConvolution.Options outputQuantizationAxis (saída longaQuantizationAxis)
Parâmetros
| saídaQuantizationAxis | Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada às fatias ao longo dessa dimensão. Se definido como -1 (padrão), indica quantização por tensor. Para a `saída`, apenas a quantização por tensor ou a quantização por canal ao longo de `output_feature_dimension` é suportada. Portanto, deve ser definido como -1 ou `dimension_numbers.output_feature_dimension`. Outros valores gerarão erros na construção do OpKernel. |
|---|
public static UniformQuantizedConvolution.Options rhsDilation (List<Long> rhsDilation)
Parâmetros
| rhsDilatação | O fator de dilatação a ser aplicado em cada dimensão espacial de `rhs`. Deve ser uma lista vazia (padrão) ou uma lista de tamanho (número de dimensões espaciais `rhs`). Se a lista estiver vazia, a dilatação para cada dimensão espacial `rhs` é definida como 1. |
|---|
público estático UniformQuantizedConvolution.Options rhsQuantizationAxis (Long rhsQuantizationAxis)
Parâmetros
| rhsQuantizationAxis | Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada às fatias ao longo dessa dimensão. Se definido como -1 (padrão), indica quantização por tensor. Para `rhs`, apenas a quantização por tensor ou quantização por canal ao longo de `kernel_output_feature_dimension` é suportada. Portanto, deve ser definido como -1 ou `dimension_numbers.kernel_output_feature_dimension`. Outros valores gerarão erros na construção do OpKernel. |
|---|
public static UniformQuantizedConvolution.Options windowStrides (List<Long> windowStrides)
Parâmetros
| janelaStrides | O avanço da janela deslizante para cada dimensão espacial de `lhs`. Deve ser uma lista vazia (padrão) ou uma lista de tamanho (número de dimensões espaciais). Se for fornecida uma lista vazia, o passo para cada dimensão espacial é definido como 1. |
|---|