tensorflow:: عملیات:: کوانتیزه کانوی دوبعدی

#include <nn_ops.h>

یک کانولوشن دوبعدی را با توجه به ورودی چهاربعدی کوانتیزه شده و تانسورهای فیلتر محاسبه می‌کند.

خلاصه

ورودی‌ها، تانسورهای کوانتیزه هستند که در آن‌ها کمترین مقدار، عدد حقیقی مینیمم مرتبط و بیشترین مقدار، ماکزیمم را نشان می‌دهد. این بدان معناست که شما فقط می‌توانید خروجی کوانتیزه را به همان روش تفسیر کنید، با در نظر گرفتن مقادیر مینیمم و ماکزیمم بازگشتی.

استدلال‌ها:

• دامنه: یک شیء دامنه
• فیلتر: بُعد input_depth فیلتر باید با ابعاد عمق ورودی مطابقت داشته باشد.
• min_input: مقدار اعشاری که کمترین مقدار ورودی کوانتیزه شده نشان می‌دهد.
• max_input: مقدار اعشاری که بالاترین مقدار ورودی کوانتیزه شده نشان می‌دهد.
• min_filter: مقدار اعشاری که کمترین مقدار فیلتر کوانتیزه شده نشان می‌دهد.
• max_filter: مقدار اعشاری که بالاترین مقدار فیلتر کوانتیزه شده نشان می‌دهد.
• گام‌ها: گام پنجره کشویی برای هر بُعد از تانسور ورودی.
• padding: نوع الگوریتم padding مورد استفاده.

ویژگی‌های اختیاری (به Attrs مراجعه کنید):

• اتساع‌ها: تانسور یک بعدی با طول ۴. ضریب اتساع برای هر بُعد input . اگر روی k > ۱ تنظیم شود، بین هر عنصر فیلتر در آن بُعد، k-1 سلول پرش‌شده وجود خواهد داشت. ترتیب بُعد با مقدار data_format تعیین می‌شود، برای جزئیات بیشتر به بالا مراجعه کنید. اتساع‌ها در بُعدهای دسته‌ای و عمقی باید ۱ باشند.

بازده:

• خروجی Output
• Output min_output: مقدار اعشاری که کمترین مقدار خروجی کوانتیزه شده نشان می‌دهد.
• Output max_output: مقدار اعشاری که بالاترین مقدار خروجی کوانتیزه شده نشان می‌دهد.

سازنده‌ها و مخرب‌ها
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)

ویژگی‌های 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

ساختارها
tensorflow:: عملیات:: QuantizedConv2D:: جذابیت‌ها	تنظیم‌کننده‌های ویژگی اختیاری برای QuantizedConv2D .

ویژگی‌های عمومی

خروجی حداکثر

::tensorflow::Output max_output

حداقل_خروجی

::tensorflow::Output min_output

عملیات

Operation operation

خروجی

::tensorflow::Output output

کارکردهای عمومی

کوانتیزه کانولوشن دوبعدی

 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
)

کوانتیزه کانولوشن دوبعدی

 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

اتساعات

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

نوع خروجی

Attrs OutType(
  DataType x
)