Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
flux tensoriel : : opérations : : QuantizeAndDequantizeV2 :: Attributs
#include <array_ops.h> Setters d'attributs facultatifs pour QuantizeAndDequantizeV2 .
Résumé
Fonctions publiques |
|---|
Axis (int64 x) | S'il est spécifié, cet axe est traité comme un axe de canal ou de tranche, et une plage de quantification distincte est utilisée pour chaque canal ou tranche le long de cet axe. |
NarrowRange (bool x) | Si True, alors la valeur absolue de la valeur minimale quantifiée est la même que la valeur maximale quantifiée, au lieu de 1 supérieure. |
NumBits (int64 x) | La largeur de bit de la quantification. |
RangeGiven (bool x) | Si la plage est donnée ou doit être déterminée à partir du tenseur input . |
RoundMode (StringPiece x) | L'attribut 'round_mode' contrôle quel algorithme de départage est utilisé lors de l'arrondi des valeurs flottantes à leurs équivalents quantifiés. |
SignedInput (bool x) | Si la quantification est signée ou non signée. |
Attributs publics
axe_
int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::axis_ = -1
plage_étroite_
bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::narrow_range_ = false
num_bits_
int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::num_bits_ = 8
range_given_
bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::range_given_ = false
mode_rond_
StringPiece tensorflow::ops::QuantizeAndDequantizeV2::Attrs::round_mode_ = "HALF_TO_EVEN"
bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::signed_input_ = true
Fonctions publiques
Axe
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::Axis(
int64 x
)
S'il est spécifié, cet axe est traité comme un axe de canal ou de tranche, et une plage de quantification distincte est utilisée pour chaque canal ou tranche le long de cet axe.
La valeur par défaut est -1
Plage étroite
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NarrowRange(
bool x
)
Si True, alors la valeur absolue de la valeur minimale quantifiée est la même que la valeur maximale quantifiée, au lieu de 1 supérieure.
c'est-à-dire pour une quantification sur 8 bits, la valeur minimale est de -127 au lieu de -128.
La valeur par défaut est false
Nombre de bits
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NumBits(
int64 x
)
La largeur de bit de la quantification.
La valeur par défaut est 8
PlageDonnée
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RangeGiven(
bool x
)
Si la plage est donnée ou doit être déterminée à partir du tenseur input .
La valeur par défaut est false
Mode rond
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RoundMode(
StringPiece x
)
L'attribut 'round_mode' contrôle quel algorithme de départage est utilisé lors de l'arrondi des valeurs flottantes à leurs équivalents quantifiés.
Les modes d'arrondi suivants sont actuellement pris en charge :
- HALF_TO_EVEN : c'est le mode round_mode par défaut.
- HALF_UP : arrondir vers le positif. Dans ce mode, 7,5 arrondit à 8 et -7,5 arrondit à -7.
La valeur par défaut est "HALF_TO_EVEN".
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::SignedInput(
bool x
)
Si la quantification est signée ou non signée.
(en fait, ce paramètre aurait dû être appelé signed_output )
La valeur par défaut est vrai
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/25 (UTC).
[null,null,["Dernière mise à jour le 2025/07/25 (UTC)."],[],[],null,["# tensorflow::ops::QuantizeAndDequantizeV2::Attrs Struct Reference\n\ntensorflow::ops::QuantizeAndDequantizeV2::Attrs\n===============================================\n\n`#include \u003carray_ops.h\u003e`\n\nOptional attribute setters for [QuantizeAndDequantizeV2](/versions/r2.1/api_docs/cc/class/tensorflow/ops/quantize-and-dequantize-v2#classtensorflow_1_1ops_1_1_quantize_and_dequantize_v2).\n\nSummary\n-------\n\n| ### Public attributes ||\n|----------------------------------------------------------------------------------------------------------------------------------------|---------------|\n| [axis_](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1a315bdca31eedd36ca93926e243fa1936)` = -1` | `int64` |\n| [narrow_range_](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1adf347e0c1f8214c14d7694ae285cc9d0)` = false` | `bool` |\n| [num_bits_](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1a11159f89f2414130b6a3ad313b27716c)` = 8` | `int64` |\n| [range_given_](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1a865cf4c82b9089b872eb9b918531f2db)` = false` | `bool` |\n| [round_mode_](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1a6dfc7a75f4a69171c6497bb1edfa0d05)` = \"HALF_TO_EVEN\"` | `StringPiece` |\n| [signed_input_](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1a790cd895eec69aba604ac8e9cb7f8a9f)` = true` | `bool` |\n\n| ### Public functions ||\n|------------------------------------------------------------------------------------------------------------------------------------|--------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [Axis](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1a763f00e13bdab9fb43c917bbc70cf634)`(int64 x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/quantize-and-dequantize-v2/attrs#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs) If specified, this axis is treated as a channel or slice axis, and a separate quantization range is used for each channel or slice along this axis. |\n| [NarrowRange](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1afaceca0792d45c8137aeb043c8cfda94)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/quantize-and-dequantize-v2/attrs#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs) If True, then the absolute value of the quantized minimum value is the same as the quantized maximum value, instead of 1 greater. |\n| [NumBits](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1a76057cdbc84759b92af376d7af6e5542)`(int64 x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/quantize-and-dequantize-v2/attrs#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs) The bitwidth of the quantization. |\n| [RangeGiven](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1a6fa06a82baf6f5d343626b0ff362f28b)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/quantize-and-dequantize-v2/attrs#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs) Whether the range is given or should be determined from the `input` tensor. |\n| [RoundMode](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1abbc6241855f1eb74e6c30f9bb38a9bea)`(StringPiece x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/quantize-and-dequantize-v2/attrs#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs) The 'round_mode' attribute controls which rounding tie-breaking algorithm is used when rounding float values to their quantized equivalents. |\n| [SignedInput](#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs_1acc49af3428f348e5f27485c3d72e5598)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/quantize-and-dequantize-v2/attrs#structtensorflow_1_1ops_1_1_quantize_and_dequantize_v2_1_1_attrs) Whether the quantization is signed or unsigned. |\n\nPublic attributes\n-----------------\n\n### axis_\n\n```scdoc\nint64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::axis_ = -1\n``` \n\n### narrow_range_\n\n```scdoc\nbool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::narrow_range_ = false\n``` \n\n### num_bits_\n\n```scdoc\nint64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::num_bits_ = 8\n``` \n\n### range_given_\n\n```scdoc\nbool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::range_given_ = false\n``` \n\n### round_mode_\n\n```scdoc\nStringPiece tensorflow::ops::QuantizeAndDequantizeV2::Attrs::round_mode_ = \"HALF_TO_EVEN\"\n``` \n\n### signed_input_\n\n```scdoc\nbool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::signed_input_ = true\n``` \n\nPublic functions\n----------------\n\n### Axis\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::Axis(\n int64 x\n)\n``` \nIf specified, this axis is treated as a channel or slice axis, and a separate quantization range is used for each channel or slice along this axis.\n\nDefaults to -1 \n\n### NarrowRange\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NarrowRange(\n bool x\n)\n``` \nIf True, then the absolute value of the quantized minimum value is the same as the quantized maximum value, instead of 1 greater.\n\ni.e. for 8 bit quantization, the minimum value is -127 instead of -128.\n\nDefaults to false \n\n### NumBits\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NumBits(\n int64 x\n)\n``` \nThe bitwidth of the quantization.\n\nDefaults to 8 \n\n### RangeGiven\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RangeGiven(\n bool x\n)\n``` \nWhether the range is given or should be determined from the `input` tensor.\n\nDefaults to false \n\n### RoundMode\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RoundMode(\n StringPiece x\n)\n``` \nThe 'round_mode' attribute controls which rounding tie-breaking algorithm is used when rounding float values to their quantized equivalents.\n\nThe following rounding modes are currently supported:\n\n\n- HALF_TO_EVEN: this is the default round_mode.\n- HALF_UP: round towards positive. In this mode 7.5 rounds up to 8 and -7.5 rounds up to -7.\n\n\u003cbr /\u003e\n\nDefaults to \"HALF_TO_EVEN\" \n\n### SignedInput\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::SignedInput(\n bool x\n)\n``` \nWhether the quantization is signed or unsigned.\n\n(actually this parameter should have been called **`signed_output`**)\n\nDefaults to true"]]
