양자화된 텐서 `입력`이 주어지면 이를 새로운 양자화 매개변수로 다시 양자화합니다.
{input_scales, input_zero_points, input_Quantization_axis, input_Quantization_min_val, input_Quantization_max_val}을 사용하여 양자화된 양자화된 텐서 `input`이 주어지면 이를 {output_scales, output_zero_points,output_Quantization_axis,output_Quantization_min_val,output_Quantization_max_val}을 사용하여 양자화되는 텐서로 다시 양자화합니다. 재양자화는 다음 공식을 사용하여 수행됩니다.
텐서별 및 축별 양자화 지원 사례는 다음과 같습니다.
- 텐서별 -> 텐서별
- 텐서별 -> 축별
- 축별 -> 축별, 여기서 input_퀀트화_축은 출력_양자화_축과 같습니다. 즉, input_Quantization_axis와 Output_Quantization_axis 중 적어도 하나는 -1이거나 두 개가 동일해야 합니다.
중첩 클래스
수업 | 균일재양자화.옵션 | UniformRequantize 의 선택적 속성 |
공개 방법
출력 <U> | 출력 () 텐서의 기호 핸들을 반환합니다. |
static <U, T> 균일리퀀타이즈 <U> | create ( Scope 범위, Operand <T> 입력, Operand <Float> inputScales, Operand <Integer> inputZeroPoints, Operand <Float> outputScales, Operand <Integer> outputZeroPoints, Class<U> Tout, Long inputQuantizationMinVal, Long inputQuantizationMaxVal, Long outputQuantizationMinVal, 긴 출력QuantizationMaxVal, 옵션... 옵션) 새로운UniformReQuantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다. |
정적 균일재양화.옵션 | inputQuantizationAxis (긴 inputQuantizationAxis) |
출력 <U> | 출력 () 출력은 입력과 모양이 동일한 Tout의 Tensor를 양자화했습니다. |
정적 균일재양화.옵션 | outputQuantizationAxis (긴 출력QuantizationAxis) |
상속된 메서드
공개 방법
공개 출력 <U> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
공개 정적 균일 균일화 <U> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <Float> inputScales, 피연산자 <Integer> inputZeroPoints, 피연산자 <Float> 출력Scales, 피연산자 <Integer> 출력ZeroPoints, Class<U> Tout, Long inputQuantizationMinVal, 긴 입력QuantizationMaxVal, 긴 출력QuantizationMinVal, 긴 출력QuantizationMaxVal, 옵션... 옵션)
새로운UniformReQuantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
입력 | Tin의 Tensor여야 합니다. |
입력저울 | '입력'이 나타내는 원본 데이터를 양자화할 때 스케일로 사용되는 부동 소수점 값입니다. 퀀트화_축이 -1(텐서별 양자화)인 경우 스칼라 텐서여야 하며, 그렇지 않으면 크기가 (input.dim_size(양자화_축),)(축별 양자화)인 1D 텐서여야 합니다. |
입력ZeroPoint | `input`이 나타내는 원본 데이터를 양자화할 때 zero_point(s)로 사용되는 int32 값입니다. 저울과 모양상태가 동일합니다. |
출력스케일 | '입력'이 나타내는 원본 데이터를 양자화하기 위해 새 스케일로 사용할 부동 소수점 값입니다. 퀀트화_축이 -1(텐서별 양자화)인 경우 스칼라 텐서여야 하며, 그렇지 않으면 크기가 (input.dim_size(양자화_축),)(축별 양자화)인 1D 텐서여야 합니다. |
출력ZeroPoint | 'input'이 나타내는 원본 데이터를 양자화하기 위해 새로운 zero_point로 사용할 int32 값입니다. 저울과 모양상태가 동일합니다. |
암표 장수 | 출력 텐서의 유형입니다. tf.DType: tf.qint8, tf.qint32 |
입력양자화MinVal | '입력'이 나타내는 원본 데이터를 양자화할 때 사용된 양자화 최소값입니다. 이 속성의 목적은 일반적으로 좁은 범위를 나타내는 것입니다(그러나 이에 국한되지는 않음). 좁은 범위인 경우 `(Tin lower) + 1`로 설정되고 그렇지 않은 경우 `(Tin lower)`로 설정됩니다. 예를 들어 Tin이 qint8인 경우 좁은 범위가 양자화되면 -127로 설정되고 그렇지 않으면 -128로 설정됩니다. |
입력QuantizationMaxVal | '입력'이 나타내는 원본 데이터를 양자화할 때 사용된 양자화 최대값입니다. 이 속성의 목적은 일반적으로 좁은 범위를 나타내는 것입니다(그러나 이에 국한되지는 않음). 좁은 범위와 좁은 범위가 아닌 경우 모두 '(Tout max)'로 설정됩니다. 예를 들어 Tin이 qint8이면 127로 설정됩니다. |
출력양자화MinVal | '입력'이 나타내는 원본 데이터를 양자화하기 위한 새로운 양자화 최소값입니다. |
출력QuantizationMaxVal | '입력'이 나타내는 원본 데이터를 양자화하기 위한 새로운 양자화 최대값입니다. |
옵션 | 선택적 속성 값을 전달합니다. |
보고
- 균일리퀀타이즈의 새로운 인스턴스
공개 정적 균일ReQuantize.옵션 inputQuantizationAxis (Long inputQuantizationAxis)
매개변수
입력양자화축 | '입력'이 나타내는 원본 데이터를 양자화할 때 사용된 양자화 축입니다. 해당 차원에 따른 조각에 축당 양자화가 적용되는 텐서의 차원 인덱스를 나타냅니다. -1(기본값)로 설정하면 텐서별 양자화를 나타냅니다. 그렇지 않으면 [0, input.dims()) 범위 내에서 설정해야 합니다. |
---|
공개 정적 균일ReQuantize. 옵션 출력QuantizationAxis (긴 출력QuantizationAxis)
매개변수
출력양자화축 | '입력'이 나타내는 원본 데이터를 양자화하는 데 사용할 새로운 양자화 축입니다. |
---|