ফ্লোট টেনসর `lhs` এবং কোয়ান্টাইজড টেনসর `rhs`-এর হাইব্রিড কোয়ান্টাইজড কনভোলিউশন সম্পাদন করুন।
প্রদত্ত ফ্লোট `lhs` এবং কোয়ান্টাইজড `rhs`, অভ্যন্তরীণভাবে `lhs`-এ কোয়ান্টাইজেশন সঞ্চালন করে, এবং তারপর কোয়ান্টাইজড `lhs` এবং `rhs`-এ কোয়ান্টাইজড কনভল্যুশন সঞ্চালন করে।
`lhs`-এর অভ্যন্তরীণ পরিমাপ হল `Trhs`, গতিশীল পরিসর, প্রতি-ব্যাচ (অক্ষের সাথে প্রতি-অক্ষ `dimension_numbers.input_batch_dimension`), অসমমিত, এবং সংকীর্ণ পরিসর নয় (পরিসীমা হল [Trhs_MIN, Trhs_MAX]) .
`lhs` এবং `rhs` অবশ্যই একই র্যাঙ্কের Tensors হতে হবে এবং নিম্নলিখিত আকৃতির শর্ত পূরণ করতে হবে। - 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_s_group_count == put_feature % batch_group_count == 0
`rhs` অবশ্যই কোয়ান্টাইজড টেনসর হতে হবে, যেখানে এর ডেটা মান সূত্র ব্যবহার করে পরিমাপ করা হয়: quantized_data = clip(মূল_ডেটা / স্কেল + zero_point, quantization_min_val, quantization_max_val)।
নেস্টেড ক্লাস
ক্লাস | UniformQuantizedConvolutionHybrid.Options | UniformQuantizedConvolutionHybrid এর জন্য ঐচ্ছিক বৈশিষ্ট্য |
পাবলিক পদ্ধতি
আউটপুট <V> | আউটপুট হিসাবে () একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে। |
স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options | ব্যাচগ্রুপ কাউন্ট (লং ব্যাচগ্রুপ কাউন্ট) |
স্ট্যাটিক <V সংখ্যা প্রসারিত করে, T সংখ্যা প্রসারিত করে, U> UniformQuantizedConvolutionHybrid <V> | তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> lhs, Operand <U> rhs, Operand <float> rhsScales, Operand <Integer> rhsZeroPoints, Class<V> টাউট, স্ট্রিং প্যাডিং, লং rhsQuantizationMinVal, Long rhsQuantizationMinVal, OptionMaxVals... ) একটি নতুন UniformQuantizedConvolutionHybrid অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি। |
স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options | dimension Numbers (স্ট্রিং dimension Numbers) |
স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options | স্পষ্ট প্যাডিং (লিস্ট<লং> স্পষ্ট প্যাডিং) |
স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options | ফিচারগ্রুপ কাউন্ট (দীর্ঘ ফিচার গ্রুপ কাউন্ট) |
স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options | lhsDilation (লিস্ট<Long> lhsDilation) |
আউটপুট <V> | আউটপুট () `Tout` এর আউটপুট টেনসর, `lhs` এবং `rhs` এর মতো একই র্যাঙ্ক। |
স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options | rhsDilation (List<Long> rhsDilation) |
স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options | rhsQuantizationAxis (দীর্ঘ rhsQuantizationAxis) |
স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options | windowStrides (List<Long> windowStrides) |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <V> 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 কনভোলিউশন হাইব্রিড। অপশন ব্যাচগ্রুপ কাউন্ট (লং ব্যাচ গ্রুপ কাউন্ট)
পরামিতি
ব্যাচগ্রুপ কাউন্ট | ব্যাচ গ্রুপ সংখ্যা. গোষ্ঠীবদ্ধ ফিল্টারগুলির জন্য ব্যবহৃত হয়। output_feature এর একটি ভাজক হতে হবে। |
---|
পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড কনভোলিউশনহাইব্রিড <V> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> lhs, অপারেন্ড <U> rhs, অপারেন্ড <ফ্লোট> rhsScales, অপারেন্ড <Integer> rhsZeroPoints, Class<V> টাউট, স্ট্রিং প্যাডিং, লংমাভিনাইজেশন, লংমাভিনাইজেশন বিকল্প... বিকল্প)
একটি নতুন UniformQuantizedConvolutionHybrid অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
এলএইচএস | `Tlhs`, র্যাঙ্ক >= 3 এর একটি অ-পরিমাণযুক্ত টেনসর হতে হবে। |
rhs | অবশ্যই `Trhs` এর একটি পরিমাপযুক্ত টেনসর হতে হবে, `lhs` এর মতো একই র্যাঙ্ক। |
rhsScales | ফ্লোট মান(গুলি) স্কেল ফ্যাক্টর হিসাবে ব্যবহৃত মূল ডেটার পরিমাপ করার সময় যা `rhs` উপস্থাপন করে। প্রতি-টেন্সর কোয়ান্টাইজেশনের জন্য অবশ্যই একটি স্কেলার টেনসর হতে হবে, অথবা প্রতি-চ্যানেল পরিমাপের জন্য `rhs.dim_size(kernel_output_feature_dimension)` আকারের 1D টেনসর হতে হবে। |
rhsZeroPoints | int32 মান(গুলি) zero_point হিসাবে ব্যবহৃত মূল ডেটার পরিমাপ করার সময় যা `rhs` উপস্থাপন করে। `rhs_scales` এর মতো একই আকৃতির অবস্থা। |
টাউট | আউটপুট টেনসরের ধরন। |
প্যাডিং | স্ট্রিং থেকে: `"একই"`, `"VALID"`, বা `"EXPLICIT"`, ব্যবহার করার জন্য প্যাডিং অ্যালগরিদমের ধরন নির্দেশ করে৷ |
rhsQuantizationMinVal | `rhs`-এ সংরক্ষিত কোয়ান্টাইজড ডেটার ন্যূনতম মান। উদাহরণস্বরূপ, যদি `Trhs` qint8 হয়, 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 `Trhs` qint8 হয়, তাহলে এটি অবশ্যই 127-এ সেট করতে হবে। |
বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- UniformQuantizedConvolutionHybrid এর একটি নতুন উদাহরণ
পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড কনভল্যুশন হাইব্রিড। বিকল্পের মাত্রা সংখ্যা (স্ট্রিং মাত্রা সংখ্যা)
পরামিতি
মাত্রা সংখ্যা | কনভল্যুশন অপের জন্য মাত্রা তথ্যের গঠন। একটি খালি স্ট্রিং (ডিফল্ট) বা tensorflow এর একটি ক্রমিক স্ট্রিং হতে হবে।UniformQuantizedConvolutionDimensionNumbersAttr প্রোটো। খালি স্ট্রিং হলে, ডিফল্ট হল `("NCHW", "OIHW", "NCHW")` (একটি 2D কনভলিউশনের জন্য)। |
---|
পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড কনভোলিউশন হাইব্রিড । অপশন এক্সপ্লিসিট প্যাডিং (লিস্ট<লং> এক্সপ্লিসিট প্যাডিং)
পরামিতি
স্পষ্ট প্যাডিং | যদি `প্যাডিং` Attr `"EXPLICIT"` হয়, তাহলে অবশ্যই প্রতিটি lhs স্থানিক মাত্রার শুরুতে এবং শেষে স্পষ্ট প্যাডিংগুলি নির্দেশ করে এমন একটি তালিকা হিসেবে সেট করতে হবে। অন্যথায়, এই Attr খালি হতে হবে. (যদি ব্যবহার করা হয়,) অবশ্যই আকার 2 * (lhs স্থানিক মাত্রার সংখ্যা) এর একটি তালিকা হতে হবে, যেখানে (স্পষ্ট_প্যাডিং[2 * i], স্পষ্ট_প্যাডিং[2 * i + 1]) স্থানিক_মাত্রা [i] (start_padding, end_padding) নির্দেশ করে। |
---|
পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড কনভোলিউশন হাইব্রিড। অপশন ফিচার গ্রুপ কাউন্ট (লং ফিচার গ্রুপ কাউন্ট)
পরামিতি
ফিচারগ্রুপ কাউন্ট | বৈশিষ্ট্য গোষ্ঠীর সংখ্যা। গোষ্ঠীবদ্ধ সংকোচনের জন্য ব্যবহৃত হয়। lhs_feature এবং output_feature উভয়েরই ভাজক হতে হবে। |
---|
পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড কনভোলিউশন হাইব্রিড। অপশন lhsDilation (List<Long> lhsDilation)
পরামিতি
lhs বিস্তার | `lhs` এর প্রতিটি স্থানিক মাত্রায় প্রয়োগ করার জন্য প্রসারিত ফ্যাক্টর। একটি খালি তালিকা (ডিফল্ট) বা আকারের একটি তালিকা (lhs স্থানিক মাত্রার সংখ্যা) হতে হবে। খালি তালিকা হলে, প্রতিটি lhs স্থানিক মাত্রার জন্য প্রসারণ 1 এ সেট করা হয়। |
---|
সর্বজনীন আউটপুট <V> আউটপুট ()
`Tout` এর আউটপুট টেনসর, `lhs` এবং `rhs` এর মতো একই র্যাঙ্ক। আউটপুট ডেটা হল অ-পরিমাণযুক্ত আউটপুট ডেটা।
পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড কনভোলিউশন হাইব্রিড। অপশন rhsDilation (List<Long> rhsDilation)
পরামিতি
rhs বিস্তার | প্রসারণ ফ্যাক্টর `rhs` এর প্রতিটি স্থানিক মাত্রায় প্রয়োগ করতে হবে। একটি খালি তালিকা (ডিফল্ট) বা আকারের একটি তালিকা (rhs স্থানিক মাত্রার সংখ্যা) হতে হবে। খালি তালিকা হলে, প্রতিটি rhs স্থানিক মাত্রার জন্য প্রসারণ 1 এ সেট করা হয়। |
---|
পাবলিক স্ট্যাটিক ইউনিফর্ম কোয়ান্টাইজড কনভোলিউশন হাইব্রিড । 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, kernel_output_feature_dimension বরাবর শুধুমাত্র প্রতি-টেনসর কোয়ান্টাইজেশন বা প্রতি-চ্যানেল কোয়ান্টাইজেশন সমর্থিত। সুতরাং, এই অ্যাট্রিবিউটটিকে অবশ্যই -1 বা `dimension_numbers.kernel_output_feature_dimension`-এ সেট করতে হবে। অন্যান্য মান OpKernel নির্মাণে ত্রুটি বাড়াবে। |
---|
সর্বজনীন স্ট্যাটিক UniformQuantizedConvolutionHybrid.Options windowStrides (List<Long> windowStrides)
পরামিতি
উইন্ডোস্ট্রাইড | `lhs`-এর প্রতিটি স্থানিক মাত্রার জন্য স্লাইডিং উইন্ডোর অগ্রগতি। একটি খালি তালিকা (ডিফল্ট) বা আকারের একটি তালিকা (স্থানীয় মাত্রার সংখ্যা) হতে হবে। যদি একটি খালি তালিকা প্রদান করা হয়, প্রতিটি স্থানিক মাত্রার জন্য স্ট্রাইড 1 এ সেট করা হয়। |
---|