przepływ tensorowy:: ops:: Kwantyzacja i dekwantyzacja V2:: Atrybuty

#include <array_ops.h>

Opcjonalne moduły ustawiające atrybuty dla QuantizeAndDequantizeV2 .

Streszczenie

Atrybuty publiczne

axis_ = -1
int64
narrow_range_ = false
bool
num_bits_ = 8
int64
range_given_ = false
bool
round_mode_ = "HALF_TO_EVEN"
StringPiece
signed_input_ = true
bool

Funkcje publiczne

Axis (int64 x)
TF_MUST_USE_RESULT Attrs
Jeśli jest określona, ​​oś ta jest traktowana jako oś kanału lub wycinka i dla każdego kanału lub wycinka wzdłuż tej osi używany jest oddzielny zakres kwantyzacji.
NarrowRange (bool x)
TF_MUST_USE_RESULT Attrs
Jeśli ma wartość True, wówczas wartość bezwzględna skwantowanej wartości minimalnej jest taka sama jak skwantowana wartość maksymalna, a nie o 1 większa.
NumBits (int64 x)
TF_MUST_USE_RESULT Attrs
Szerokość bitowa kwantyzacji.
RangeGiven (bool x)
TF_MUST_USE_RESULT Attrs
Czy zakres jest podany, czy też należy go wyznaczyć z tensora input .
RoundMode (StringPiece x)
TF_MUST_USE_RESULT Attrs
Atrybut „round_mode” kontroluje, który algorytm zaokrąglania rozstrzygania remisów jest używany podczas zaokrąglania wartości zmiennoprzecinkowych do ich skwantowanych odpowiedników.
SignedInput (bool x)
TF_MUST_USE_RESULT Attrs
Określa, czy kwantyzacja jest ze znakiem, czy bez znaku.

Atrybuty publiczne

oś_

int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::axis_ = -1

wąski zakres_

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::narrow_range_ = false

liczba_bitów_

int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::num_bits_ = 8

podany zakres_

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::range_given_ = false

tryb_okrągły_

StringPiece tensorflow::ops::QuantizeAndDequantizeV2::Attrs::round_mode_ = "HALF_TO_EVEN"

podpisane_wejście_

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::signed_input_ = true

Funkcje publiczne

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::Axis(
  int64 x
)

Jeśli jest określona, ​​oś ta jest traktowana jako oś kanału lub wycinka i dla każdego kanału lub wycinka wzdłuż tej osi używany jest oddzielny zakres kwantyzacji.

Domyślnie -1

Wąski zakres

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NarrowRange(
  bool x
)

Jeśli ma wartość True, wówczas wartość bezwzględna skwantowanej wartości minimalnej jest taka sama jak skwantowana wartość maksymalna, a nie o 1 większa.

tj. dla kwantyzacji 8-bitowej minimalna wartość wynosi -127 zamiast -128.

Domyślnie jest to fałsz

Liczba bitów

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NumBits(
  int64 x
)

Szerokość bitowa kwantyzacji.

Domyślnie 8

ZakresPodany

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RangeGiven(
  bool x
)

Czy zakres jest podany, czy też należy go wyznaczyć z tensora input .

Domyślnie jest to fałsz

Tryb okrągły

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RoundMode(
  StringPiece x
)

Atrybut „round_mode” kontroluje, który algorytm zaokrąglania rozstrzygania remisów jest używany podczas zaokrąglania wartości zmiennoprzecinkowych do ich skwantowanych odpowiedników.

Obecnie obsługiwane są następujące tryby zaokrąglania:

  • HALF_TO_EVEN: jest to domyślny tryb round_mode.
  • HALF_UP: zaokrąglij w kierunku dodatnim. W tym trybie 7,5 zaokrągla do 8, a -7,5 zaokrągla do -7.

Domyślnie jest to „HALF_TO_EVEN”

Podpisane wejście

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::SignedInput(
  bool x
)

Określa, czy kwantyzacja jest ze znakiem, czy bez znaku.

(właściwie ten parametr powinien był nazywać signed_output )

Domyślnie jest to prawda