Conozca lo último en aprendizaje automático, IA generativa y más en el
Simposio WiML 2023.
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
tensorflow :: operaciones :: QuantizedConv2D
#include <nn_ops.h>
Calcula una convolución 2D dada una entrada 4D cuantificada y tensores de filtro.
Resumen
Las entradas son tensores cuantificados donde el valor más bajo representa el número real del mínimo asociado y el más alto representa el máximo. Esto significa que solo puede interpretar la salida cuantificada de la misma manera, teniendo en cuenta los valores mínimo y máximo devueltos.
Argumentos:
- alcance: un objeto de alcance
- filter: la dimensión input_depth del filtro debe coincidir con las dimensiones de profundidad de la entrada.
- min_input: el valor flotante que representa el valor de entrada cuantificado más bajo.
- max_input: el valor flotante que representa el valor de entrada cuantificado más alto.
- min_filter: el valor flotante que representa el valor de filtro cuantificado más bajo.
- max_filter: el valor flotante que representa el valor de filtro cuantificado más alto.
- strides: El paso de la ventana deslizante para cada dimensión del tensor de entrada.
- padding: el tipo de algoritmo de relleno que se utilizará.
Atributos opcionales (consulte Attrs
):
- dilataciones: tensor 1-D de longitud 4. El factor de dilatación para cada dimensión de
input
. Si se establece en k> 1, habrá k-1 celdas omitidas entre cada elemento de filtro en esa dimensión. El orden de las dimensiones está determinado por el valor de data_format
; consulte más arriba para obtener más detalles. Las dilataciones en las dimensiones del lote y profundidad deben ser 1.
Devoluciones:
-
Output
salida -
Output
min_output: el valor flotante que representa el valor de salida cuantificado más bajo. -
Output
max_output: el valor flotante que representa el valor de salida cuantificado más alto.
Constructores y Destructores |
---|
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) |
Funciones estáticas públicas |
---|
Dilations (const gtl::ArraySlice< int > & x) | |
OutType (DataType x) | |
Atributos públicos
Funciones publicas
Funciones estáticas públicas
Dilataciones
Attrs Dilations(
const gtl::ArraySlice< int > & x
)
Tipo de salida
Attrs OutType(
DataType x
)
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2020-04-20 (UTC)
[null,null,["Última actualización: 2020-04-20 (UTC)"],[],[],null,["# tensorflow::ops::QuantizedConv2D Class Reference\n\ntensorflow::ops::QuantizedConv2D\n================================\n\n`#include \u003cnn_ops.h\u003e`\n\nComputes a 2D convolution given quantized 4D input and filter tensors.\n\nSummary\n-------\n\nThe inputs are quantized tensors where the lowest value represents the real number of the associated minimum, and the highest represents the maximum. This means that you can only interpret the quantized output in the same way, by taking the returned minimum and maximum values into account.\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- filter: filter's input_depth dimension must match input's depth dimensions.\n- min_input: The float value that the lowest quantized input value represents.\n- max_input: The float value that the highest quantized input value represents.\n- min_filter: The float value that the lowest quantized filter value represents.\n- max_filter: The float value that the highest quantized filter value represents.\n- strides: The stride of the sliding window for each dimension of the input tensor.\n- padding: The type of padding algorithm to use.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs#structtensorflow_1_1ops_1_1_quantized_conv2_d_1_1_attrs)):\n\n- dilations: 1-D tensor of length 4. The dilation factor for each dimension of `input`. If set to k \\\u003e 1, there will be k-1 skipped cells between each filter element on that dimension. The dimension order is determined by the value of `data_format`, see above for details. Dilations in the batch and depth dimensions must be 1.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) min_output: The float value that the lowest quantized output value represents.\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) max_output: The float value that the highest quantized output value represents.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [QuantizedConv2D](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1a8376b9a3557650a011f9c6edb484ec8b)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` min_input, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` max_input, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` min_filter, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` max_filter, const gtl::ArraySlice\u003c int \u003e & strides, StringPiece padding)` ||\n| [QuantizedConv2D](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1aa852757615972228954f6d67b3bb8d59)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` min_input, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` max_input, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` min_filter, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` max_filter, const gtl::ArraySlice\u003c int \u003e & strides, StringPiece padding, const `[QuantizedConv2D::Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs#structtensorflow_1_1ops_1_1_quantized_conv2_d_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [max_output](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1a66d14c5a2888abbc7ae9e711a2fdced8) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [min_output](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1aac559559eda7e4da378605b1b88d3320) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [operation](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1a36cc12c83f91d1503e6cdeadc7e43272) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1af1401fc53bb8d0556a50807c662bbd61) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public static functions ||\n|-----------------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------|\n| [Dilations](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1ae5e27c80b00ace7bafa06479bc01ac5e)`(const gtl::ArraySlice\u003c int \u003e & x)` | [Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs#structtensorflow_1_1ops_1_1_quantized_conv2_d_1_1_attrs) |\n| [OutType](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1ad52eb17c8042ea7f90ded915f9f2aa53)`(DataType x)` | [Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs#structtensorflow_1_1ops_1_1_quantized_conv2_d_1_1_attrs) |\n\n| ### Structs ||\n|----------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::QuantizedConv2D::Attrs](/versions/r1.15/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs) | Optional attribute setters for [QuantizedConv2D](/versions/r1.15/api_docs/cc/class/tensorflow/ops/quantized-conv2-d#classtensorflow_1_1ops_1_1_quantized_conv2_d). |\n\nPublic attributes\n-----------------\n\n### max_output\n\n```scdoc\n::tensorflow::Output max_output\n``` \n\n### min_output\n\n```scdoc\n::tensorflow::Output min_output\n``` \n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### QuantizedConv2D\n\n```gdscript\n QuantizedConv2D(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input,\n ::tensorflow::Input filter,\n ::tensorflow::Input min_input,\n ::tensorflow::Input max_input,\n ::tensorflow::Input min_filter,\n ::tensorflow::Input max_filter,\n const gtl::ArraySlice\u003c int \u003e & strides,\n StringPiece padding\n)\n``` \n\n### QuantizedConv2D\n\n```gdscript\n QuantizedConv2D(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input,\n ::tensorflow::Input filter,\n ::tensorflow::Input min_input,\n ::tensorflow::Input max_input,\n ::tensorflow::Input min_filter,\n ::tensorflow::Input max_filter,\n const gtl::ArraySlice\u003c int \u003e & strides,\n StringPiece padding,\n const QuantizedConv2D::Attrs & attrs\n)\n``` \n\nPublic static functions\n-----------------------\n\n### Dilations\n\n```gdscript\nAttrs Dilations(\n const gtl::ArraySlice\u003c int \u003e & x\n)\n``` \n\n### OutType\n\n```text\nAttrs OutType(\n DataType x\n)\n```"]]