جریان تنسور:: عملیات:: QuantizedConv2D

#include <nn_ops.h>

کانولوشن دوبعدی را با داده های ورودی 4 بعدی کوانتیزه شده و تانسورهای فیلتر محاسبه می کند.

خلاصه

ورودی ها تانسورهای کوانتیزه ای هستند که کمترین مقدار نشان دهنده تعداد واقعی حداقل مربوطه و بالاترین نشان دهنده حداکثر است. این بدان معنی است که شما فقط می توانید خروجی کوانتیزه شده را به همان روش تفسیر کنید، با در نظر گرفتن مقادیر حداقل و حداکثر برگشتی.

استدلال ها:

• scope: یک شی Scope
• فیلتر: بعد input_depth فیلتر باید با ابعاد عمق ورودی مطابقت داشته باشد.
• min_input: مقدار شناوری که کمترین مقدار ورودی کوانتیزه شده نشان دهنده آن است.
• max_input: مقدار شناوری که بالاترین مقدار ورودی کوانتیزه شده نشان دهنده آن است.
• min_filter: مقدار float که کمترین مقدار فیلتر کوانتیزه شده نشان دهنده آن است.
• max_filter: مقدار float که بالاترین مقدار فیلتر کوانتیزه شده را نشان می دهد.
• strides: گام پنجره کشویی برای هر بعد تانسور ورودی.
• padding: نوع الگوریتم padding مورد استفاده.

ویژگی های اختیاری (به Attrs مراجعه کنید):

• اتساع: تانسور 1 بعدی به طول 4. ضریب اتساع برای هر بعد input . اگر روی k> 1 تنظیم شود، بین هر عنصر فیلتر در آن بعد، سلول های k-1 پرش شده وجود خواهد داشت. ترتیب ابعاد با مقدار data_format تعیین می شود، برای جزئیات بیشتر به بالا مراجعه کنید. اتساع در ابعاد دسته ای و عمقی باید 1 باشد.

برمی گرداند:

• خروجی Output
• Output min_output: مقدار شناوری که کمترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.
• Output max_output: مقدار شناوری که بالاترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.

سازندگان و ویرانگرها
QuantizedConv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, :: tensorflow::Input min_input, :: tensorflow::Input max_input, :: tensorflow::Input min_filter, :: tensorflow::Input max_filter, const gtl::ArraySlice< int > & strides, StringPiece padding)
QuantizedConv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, :: tensorflow::Input min_input, :: tensorflow::Input max_input, :: tensorflow::Input min_filter, :: tensorflow::Input max_filter, const gtl::ArraySlice< int > & strides, StringPiece padding, const QuantizedConv2D::Attrs & attrs)

صفات عمومی
max_output	:: tensorflow::Output
min_output	:: tensorflow::Output
operation	Operation
output	:: tensorflow::Output

توابع استاتیک عمومی
Dilations (const gtl::ArraySlice< int > & x)	Attrs
OutType (DataType x)	Attrs

سازه ها
tensorflow:: ops:: QuantizedConv2D:: Attrs	تنظیم کننده های ویژگی اختیاری برای QuantizedConv2D .

صفات عمومی

حداکثر_خروجی

::tensorflow::Output max_output

min_output

::tensorflow::Output min_output

عملیات

Operation operation

خروجی

::tensorflow::Output output

توابع عمومی

QuantizedConv2D

 QuantizedConv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  ::tensorflow::Input min_filter,
  ::tensorflow::Input max_filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

QuantizedConv2D

 QuantizedConv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  ::tensorflow::Input min_filter,
  ::tensorflow::Input max_filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const QuantizedConv2D::Attrs & attrs
)

توابع استاتیک عمومی

اتساع ها

Attrs Dilations(
  const gtl::ArraySlice< int > & x
)

OutType

Attrs OutType(
  DataType x
)