FakeQuantWithMinMaxVarsPerChannelGradient

kelas akhir publik FakeQuantWithMinMaxVarsPerChannelGradient

Hitung gradien untuk operasi FakeQuantWithMinMaxVarsPerChannel.

Kelas Bersarang

kelas

FakeQuantWithMinMaxVarsPerChannelGradient.Options

Atribut opsional untuk FakeQuantWithMinMaxVarsPerChannelGradient

Konstanta

Rangkaian

OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran < TFloat32 >	backpropWrtMax () Gradien yang dipropagasi mundur wrt
Keluaran < TFloat32 >	backpropWrtMin () Gradien yang dipropagasi mundur wrt
Keluaran < TFloat32 >	backpropsWrtInput () Gradien yang dipropagasi mundur wrt
FakeQuantWithMinMaxVarsPerChannelGradient statis	buat ( Lingkup lingkup, Operan < TFloat32 > gradien, Operan < TFloat32 > masukan, Operan < TFloat32 > min, Operan < TFloat32 > maks, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi FakeQuantWithMinMaxVarsPerChannelGradient baru.
FakeQuantWithMinMaxVarsPerChannelGradient.Options statis	rentang sempit (rentang sempit Boolean)
FakeQuantWithMinMaxVarsPerChannelGradient.Options statis	numBits (NumBits panjang)

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu Operation .

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "FakeQuantWithMinMaxVarsPerChannelGradient"

Metode Publik

Keluaran publik < TFloat32 > backpropWrtMax ()

Gradien yang dipropagasi mundur dengan parameter maksimal, bentuk `[d]`: `sum_per_d(gradien * (input > maks))`.

Keluaran publik < TFloat32 > backpropWrtMin ()

Gradien yang dipropagasi mundur dengan parameter min, bentuk `[d]`: `sum_per_d(gradien * (input < min))`.

Keluaran publik < TFloat32 > backpropsWrtInput ()

Gradien yang dipropagasi mundur menggunakan input, bentuknya sama dengan `input`: `gradien * (input >= min && inputs <= max)`.

public static FakeQuantWithMinMaxVarsPerChannelGradient membuat ( Lingkup cakupan, Operan < TFloat32 > gradien, masukan Operan < TFloat32 >, Operan < TFloat32 > min, Operan < TFloat32 > maks, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi FakeQuantWithMinMaxVarsPerChannelGradient baru.

Parameter

cakupan	ruang lingkup saat ini
gradien	Gradien yang dipropagasi mundur di atas operasi FakeQuantWithMinMaxVars, membentuk salah satu dari: `[d]`, `[b, d]`, `[b, h, w, d]`.
masukan	Nilai yang diteruskan sebagai masukan ke operasi FakeQuantWithMinMaxVars, bentuknya sama dengan `gradien`. min, maks: Interval kuantisasi, bentuk float `[d]`.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari FakeQuantWithMinMaxVarsPerChannelGradient

public static FakeQuantWithMinMaxVarsPerChannelGradient.Options NarrowRange (Boolean NarrowRange)

Parameter

rentang sempit	Apakah akan dikuantisasi menjadi 2^num_bits - 1 nilai berbeda.

public static FakeQuantWithMinMaxVarsPerChannelGradient.Options numBits (NumBits panjang)

Parameter

nomorBits	Bitwidth kuantisasi; antara 2 dan 16, inklusif.