kelas akhir publik QuantizedConv2d
Menghitung konvolusi 2D dengan masukan 4D terkuantisasi dan tensor filter.
Inputnya adalah tensor terkuantisasi di mana nilai terendah mewakili bilangan real dari nilai minimum terkait, dan nilai tertinggi mewakili nilai maksimum. Artinya, Anda hanya dapat menafsirkan keluaran terkuantisasi dengan cara yang sama, dengan mempertimbangkan nilai minimum dan maksimum yang dikembalikan.
Kelas Bersarang
| kelas | Opsi Konv2d Terkuantisasi | Atribut opsional untuk QuantizedConv2d | |
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| statis <V memperluas TType > QuantizedConv2d <V> | buat ( Lingkup lingkup, Operan <? extends TType > masukan, Operan <? extends TType > filter, Operan < TFloat32 > minInput, Operan < TFloat32 > maxInput, Operan < TFloat32 > minFilter, Operan < TFloat32 > maxFilter, Kelas<V> outType , Daftar langkah<Panjang>, Bantalan string, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi QuantizedConv2d baru. |
| QuantizedConv2d.Options statis | dilatasi (Daftar<Panjang> dilatasi) |
| Keluaran < TFloat32 > | keluaran maksimal () Nilai mengambang yang diwakili oleh nilai keluaran terkuantisasi tertinggi. |
| Keluaran < TFloat32 > | keluaran menit () Nilai mengambang yang diwakili oleh nilai keluaran terkuantisasi terendah. |
| Keluaran <V> | keluaran () |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Nilai Konstan: "QuantizedConv2D"
Metode Publik
public static QuantizedConv2d <V> buat ( Lingkup lingkup, Operan <? extends TType > input, Operand <? extends TType > filter, Operand < TFloat32 > minInput, Operand < TFloat32 > maxInput, Operand < TFloat32 > minFilter, Operand < TFloat32 > maxFilter , Kelas<V> outType, Langkah Daftar<Panjang>, Bantalan string, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi QuantizedConv2d baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| Saring | dimensi kedalaman_masukan filter harus sesuai dengan dimensi kedalaman masukan. |
| masukan menit | Nilai mengambang yang diwakili oleh nilai masukan terkuantisasi terendah. |
| masukan maksimal | Nilai mengambang yang diwakili oleh nilai masukan terkuantisasi tertinggi. |
| filter min | Nilai float yang diwakili oleh nilai filter terkuantisasi terendah. |
| filter maksimal | Nilai float yang diwakili oleh nilai filter terkuantisasi tertinggi. |
| langkah | Langkah jendela geser untuk setiap dimensi tensor masukan. |
| lapisan | Jenis algoritma padding yang akan digunakan. |
| pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru QuantizedConv2d
pelebaran QuantizedConv2d.Options statis publik (Daftar<Panjang> pelebaran)
Parameter
| pelebaran | Tensor 1-D dengan panjang 4. Faktor dilatasi untuk setiap dimensi `input`. Jika diatur ke k > 1, akan ada k-1 sel yang dilewati di antara setiap elemen filter pada dimensi tersebut. Urutan dimensi ditentukan oleh nilai `data_format`, lihat di atas untuk detailnya. Pelebaran dalam dimensi batch dan kedalaman harus 1. |
|---|
Keluaran publik < TFloat32 > maxOutput ()
Nilai mengambang yang diwakili oleh nilai keluaran terkuantisasi tertinggi.
Keluaran publik < TFloat32 > keluaran min ()
Nilai mengambang yang diwakili oleh nilai keluaran terkuantisasi terendah.