UniformRequantize

सार्वजनिक अंतिम वर्ग UniformReQuantize

परिमाणित टेंसर `इनपुट` को देखते हुए, इसे नए परिमाणीकरण मापदंडों के साथ पुनः परिमाणित करें।

दिए गए परिमाणित टेंसर `इनपुट` को, जिसे {इनपुट_स्केल्स, इनपुट_जीरो_पॉइंट्स, इनपुट_क्वांटाइजेशन_एक्सिस, इनपुट_क्वांटाइजेशन_मिन_वैल, इनपुट_क्वांटाइजेशन_मैक्स_वैल} का उपयोग करके परिमाणित किया गया था, इसे एक टेंसर में पुन: परिमाणित किया गया है, जिसे {आउटपुट_स्केल्स, आउटपुट_जीरो_पॉइंट्स, आउटपुट_क्वांटाइजेशन_एक्सिस, आउटपुट_क्वांटाइजेशन_मिन_वैल, आउटपुट_क्वांटाइजेशन_मैक्स का उपयोग करके परिमाणित किया गया है। _वैल}. पुनर्मूल्यांकन सूत्र का उपयोग करके किया जाता है: आउटपुट_क्वांटाइज्ड_डेटा = क्लिप ((इनपुट_क्वांटाइज्ड_डेटा - इनपुट_जीरो_पॉइंट) * (इनपुट_स्केल / आउटपुट_स्केल) + आउटपुट_जीरो_पॉइंट, आउटपुट_क्वांटाइजेशन_मिन_वैल, आउटपुट_क्वांटाइजेशन_मैक्स_वैल)

प्रति-टेंसर और प्रति-अक्ष परिमाणीकरण समर्थित मामले निम्नलिखित हैं:

  • प्रति-टेंसर -> प्रति-टेंसर
  • प्रति-टेंसर -> प्रति-अक्ष
  • प्रति-अक्ष -> प्रति-अक्ष जहां इनपुट_क्वांटाइजेशन_अक्ष आउटपुट_क्वांटाइजेशन_अक्ष के बराबर है। यानी इनपुट_क्वांटाइजेशन_एक्सिस और आउटपुट_क्वांटाइजेशन_एक्सिस में से कम से कम एक -1 होना चाहिए, या दो बराबर होने चाहिए।

नेस्टेड क्लासेस

कक्षा UniformRequantize.विकल्प UniformRequantize के लिए वैकल्पिक विशेषताएँ

सार्वजनिक तरीके

आउटपुट <यू>
आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
स्थिर <यू, टी> यूनिफ़ॉर्मरक्वांटाइज़ <यू>
बनाएं ( स्कोप स्कोप, ऑपरेंड <टी> इनपुट, ऑपरेंड <फ्लोट> इनपुटस्केल्स, ऑपरेंड <इंटीजर> इनपुटजीरोपॉइंट्स, ऑपरेंड <फ्लोट> आउटपुटस्केल्स, ऑपरेंड <इंटीजर> आउटपुटजीरोपॉइंट्स, क्लास<यू> टाउट, लॉन्ग इनपुटक्वांटाइजेशनमिनवैल, लॉन्ग इनपुटक्वांटाइजेशनमैक्सवैल, लॉन्ग आउटपुटक्वांटाइजेशनमिनवैल, लंबा आउटपुटक्वांटाइज़ेशनमैक्सवैल, विकल्प... विकल्प)
एक नए UniformRequantize ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
स्थैतिक UniformRequantize.Options
इनपुटक्वांटाइजेशनएक्सिस (लंबा इनपुटक्वांटाइजेशनएक्सिस)
आउटपुट <यू>
आउटपुट ()
आउटपुट ने टाउट के टेन्सर को परिमाणित किया, जिसका आकार इनपुट के समान है।
स्थैतिक UniformRequantize.Options
आउटपुटक्वांटाइजेशनएक्सिस (लंबा आउटपुटक्वांटाइजेशनएक्सिस)

विरासत में मिली विधियाँ

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 UniformRequantize <U> बनाएं ( स्कोप स्कोप, ऑपरेंड <T> इनपुट, ऑपरेंड <फ्लोट> इनपुटस्केल्स, ऑपरेंड <इंटेगर> इनपुटजीरोपॉइंट्स, ऑपरेंड <फ्लोट> आउटपुटस्केल्स, ऑपरेंड <इंटेगर> आउटपुटजीरोपॉइंट्स, क्लास<यू> टाउट, लॉन्ग इनपुटक्वांटाइजेशनमिनवैल, लंबा इनपुटक्वांटाइजेशनमैक्सवैल, लंबा आउटपुटक्वांटाइजेशनमिनवैल, लंबा आउटपुटक्वांटाइजेशनमैक्सवैल, विकल्प... विकल्प)

एक नए UniformRequantize ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।

पैरामीटर
दायरा वर्तमान दायरा
इनपुट टिन का टेंसर होना चाहिए.
इनपुटस्केल्स `इनपुट` का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करते समय फ्लोट वैल्यू का उपयोग स्केल के रूप में किया जाता है। यदि quantization_axis -1 (प्रति-टेंसर परिमाणीकरण) है, तो एक अदिश टेन्सर होना चाहिए, अन्यथा आकार का 1D टेन्सर (input.dim_size(quantization_axis),) (प्रति-अक्ष परिमाणीकरण)।
इनपुटज़ीरोपॉइंट्स 'इनपुट' का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करते समय int32 मान को शून्य_पॉइंट के रूप में उपयोग किया जाता है। तराजू के समान आकार की स्थिति।
आउटपुटस्केल्स 'इनपुट' का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करने के लिए नए पैमाने के रूप में उपयोग करने के लिए फ्लोट वैल्यू। यदि quantization_axis -1 (प्रति-टेंसर परिमाणीकरण) है, तो एक अदिश टेन्सर होना चाहिए, अन्यथा आकार का 1D टेन्सर (input.dim_size(quantization_axis),) (प्रति-अक्ष परिमाणीकरण)।
आउटपुटज़ीरोपॉइंट्स 'इनपुट' का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करने के लिए नए शून्य_पॉइंट के रूप में उपयोग करने के लिए int32 मान। तराजू के समान आकार की स्थिति।
टाउट आउटपुट टेंसर का प्रकार। एक tf.DType: tf.qint8, tf.qint32
इनपुटक्वांटिज़ेशनमिनवैल परिमाणीकरण न्यूनतम मान जिसका उपयोग मूल डेटा को परिमाणित करते समय किया गया था जो `इनपुट` दर्शाता है। इस विशेषता का उद्देश्य आम तौर पर (लेकिन केवल यहीं तक सीमित नहीं) संकीर्ण सीमा को इंगित करना है, जहां इसे इस पर सेट किया गया है: `(टिन निम्नतम) + 1` यदि संकीर्ण सीमा है, और `(टिन निम्नतम)` अन्यथा। उदाहरण के लिए, यदि टिन क्विंट8 है, तो इसे -127 पर सेट किया जाता है यदि संकीर्ण सीमा परिमाणित की जाती है या -128 पर सेट किया जाता है यदि नहीं।
इनपुटक्वांटिज़ेशनमैक्सवैल परिमाणीकरण अधिकतम मान जिसका उपयोग मूल डेटा को परिमाणित करते समय किया गया था जो `इनपुट` दर्शाता है। इस विशेषता का उद्देश्य आम तौर पर संकीर्ण सीमा को इंगित करना (लेकिन यहीं तक सीमित नहीं है) है, जहां इसे संकीर्ण सीमा और संकीर्ण सीमा दोनों के लिए `(टाउट मैक्स)` पर सेट किया गया है। उदाहरण के लिए, यदि टिन qint8 है, तो इसे 127 पर सेट किया गया है।
आउटपुटक्वांटिज़ेशनमिनवैल मूल डेटा को परिमाणित करने के लिए नया परिमाणीकरण न्यूनतम मान जो `इनपुट` दर्शाता है।
आउटपुटक्वांटिज़ेशनमैक्सवैल मूल डेटा को परिमाणित करने के लिए नया परिमाणीकरण अधिकतम मान जो `इनपुट` दर्शाता है।
विकल्प वैकल्पिक गुण मान रखता है
रिटर्न
  • UniformRequantize का एक नया उदाहरण

सार्वजनिक स्थैतिक UniformRequantize.Options इनपुटक्वांटाइजेशनएक्सिस (लंबा इनपुटक्वांटाइजेशनएक्सिस)

पैरामीटर
इनपुटक्वांटिज़ेशनएक्सिस परिमाणीकरण अक्ष जिसका उपयोग मूल डेटा का परिमाणीकरण करते समय किया गया था जो `इनपुट` दर्शाता है। 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। अन्यथा, इसे सीमा [0, इनपुट.डिम्स()) के भीतर सेट किया जाना चाहिए।

सार्वजनिक आउटपुट <यू> आउटपुट ()

आउटपुट ने टाउट के टेन्सर को परिमाणित किया, जिसका आकार इनपुट के समान है।

सार्वजनिक स्थैतिक UniformRequantize.Options आउटपुटक्वांटाइजेशनएक्सिस (लंबा आउटपुटक्वांटाइजेशनएक्सिस)

पैरामीटर
आउटपुटक्वांटिज़ेशनएक्सिस मूल डेटा को परिमाणित करने के लिए उपयोग की जाने वाली नई परिमाणीकरण धुरी जो `इनपुट` का प्रतिनिधित्व करती है।