aliran tensor:: operasi:: Rata-Rata Terkuantisasi

#include <nn_ops.h>

Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.

Ringkasan

Argumen:

• ruang lingkup: Objek Lingkup
• masukan: 4-D dengan bentuk [batch, height, width, channels] .
• min_input: Nilai float yang diwakili oleh nilai input terkuantisasi terendah.
• max_input: Nilai float yang diwakili oleh nilai input terkuantisasi tertinggi.
• ksize : Ukuran jendela untuk setiap dimensi tensor masukan. Panjangnya harus 4 agar sesuai dengan jumlah dimensi masukan.
• langkah: Langkah jendela geser untuk setiap dimensi tensor masukan. Panjangnya harus 4 agar sesuai dengan jumlah dimensi masukan.
• padding: Jenis algoritma padding yang akan digunakan.

Pengembalian:

• keluaran Output
• Output min_output: Nilai float yang diwakili oleh nilai output terkuantisasi terendah.
• Output max_output: Nilai float yang diwakili oleh nilai output terkuantisasi tertinggi.

Konstruktor dan Destruktor
QuantizedAvgPool (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_input, :: tensorflow::Input max_input, const gtl::ArraySlice< int > & ksize, const gtl::ArraySlice< int > & strides, StringPiece padding)

Atribut publik
max_output	:: tensorflow::Output
min_output	:: tensorflow::Output
operation	Operation
output	:: tensorflow::Output

Atribut publik

output_maks

::tensorflow::Output max_output

keluaran_min

::tensorflow::Output min_output

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

Rata-Rata Terkuantisasi

 QuantizedAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

,

aliran tensor:: operasi:: Rata-Rata Terkuantisasi

#include <nn_ops.h>

Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.

Ringkasan

Argumen:

• ruang lingkup: Objek Lingkup
• masukan: 4-D dengan bentuk [batch, height, width, channels] .
• min_input: Nilai float yang diwakili oleh nilai input terkuantisasi terendah.
• max_input: Nilai float yang diwakili oleh nilai input terkuantisasi tertinggi.
• ksize : Ukuran jendela untuk setiap dimensi tensor masukan. Panjangnya harus 4 agar sesuai dengan jumlah dimensi masukan.
• langkah: Langkah jendela geser untuk setiap dimensi tensor masukan. Panjangnya harus 4 agar sesuai dengan jumlah dimensi masukan.
• padding: Jenis algoritma padding yang akan digunakan.

Pengembalian:

• keluaran Output
• Output min_output: Nilai float yang diwakili oleh nilai output terkuantisasi terendah.
• Output max_output: Nilai float yang diwakili oleh nilai output terkuantisasi tertinggi.

Konstruktor dan Destruktor
QuantizedAvgPool (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_input, :: tensorflow::Input max_input, const gtl::ArraySlice< int > & ksize, const gtl::ArraySlice< int > & strides, StringPiece padding)

Atribut publik
max_output	:: tensorflow::Output
min_output	:: tensorflow::Output
operation	Operation
output	:: tensorflow::Output

Atribut publik

output_maks

::tensorflow::Output max_output

keluaran_min

::tensorflow::Output min_output

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

Rata-Rata Terkuantisasi

 QuantizedAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)