จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
เทนเซอร์โฟลว์:: ปฏิบัติการ:: ปริมาณและการลดปริมาณV2:: คุณสมบัติ
#include <array_ops.h> ตัวตั้งค่าแอ็ตทริบิวต์ทางเลือกสำหรับ QuantizeAndDequantizeV2
สรุป
งานสาธารณะ |
|---|
Axis (int64 x) | หากระบุ แกนนี้จะถือเป็นช่องหรือแกนของชิ้น และใช้ช่วงการแยกปริมาณที่แยกกันสำหรับแต่ละช่องหรือชิ้นตามแกนนี้ |
NarrowRange (bool x) | หากเป็น True ค่าสัมบูรณ์ของค่าต่ำสุดเชิงปริมาณจะเหมือนกับค่าสูงสุดเชิงปริมาณ แทนที่จะมากกว่า 1 |
NumBits (int64 x) | บิตไวด์ของการหาปริมาณ |
RangeGiven (bool x) | ไม่ว่าจะกำหนดช่วงหรือควรกำหนดจากเทนเซอร์ input |
RoundMode (StringPiece x) | แอตทริบิวต์ 'round_mode' ควบคุมว่าอัลกอริธึมการปัดเศษการปัดเศษใดที่จะใช้เมื่อปัดเศษค่าทศนิยมให้เทียบเท่ากับปริมาณ |
SignedInput (bool x) | ไม่ว่าการวัดปริมาณจะมีการลงนามหรือไม่ได้ลงนามก็ตาม |
คุณลักษณะสาธารณะ
แกน_
int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::axis_ = -1
แคบ_ช่วง_
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
รอบ_โหมด_
StringPiece tensorflow::ops::QuantizeAndDequantizeV2::Attrs::round_mode_ = "HALF_TO_EVEN"
bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::signed_input_ = true
งานสาธารณะ
แกน
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::Axis(
int64 x
)
หากระบุ แกนนี้จะถือเป็นช่องหรือแกนของชิ้น และใช้ช่วงการแยกปริมาณที่แยกกันสำหรับแต่ละช่องหรือชิ้นตามแกนนี้
ค่าเริ่มต้นเป็น -1
ช่วงแคบ
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NarrowRange(
bool x
)
หากเป็น True ค่าสัมบูรณ์ของค่าต่ำสุดเชิงปริมาณจะเหมือนกับค่าสูงสุดเชิงปริมาณ แทนที่จะมากกว่า 1
เช่น สำหรับการหาปริมาณ 8 บิต ค่าต่ำสุดคือ -127 แทนที่จะเป็น -128
ค่าเริ่มต้นเป็นเท็จ
นัมบิตส์
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NumBits(
int64 x
)
บิตไวด์ของการหาปริมาณ
ค่าเริ่มต้นคือ 8
ช่วงที่กำหนด
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RangeGiven(
bool x
)
ไม่ว่าจะกำหนดช่วงหรือควรกำหนดจากเทนเซอร์ input
ค่าเริ่มต้นเป็นเท็จ
โหมดกลม
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RoundMode(
StringPiece x
)
แอตทริบิวต์ 'round_mode' ควบคุมว่าอัลกอริธึมการปัดเศษการปัดเศษใดที่จะใช้เมื่อปัดเศษค่าทศนิยมให้เทียบเท่ากับปริมาณ
ปัจจุบันรองรับโหมดการปัดเศษต่อไปนี้:
- HALF_TO_EVEN: นี่เป็นค่าเริ่มต้นของ round_mode
- HALF_UP: ปัดเศษไปทางบวก ในโหมดนี้ 7.5 ปัดขึ้นเป็น 8 และ -7.5 ปัดขึ้นเป็น -7
ค่าเริ่มต้นเป็น "HALF_TO_EVEN"
TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::SignedInput(
bool x
)
ไม่ว่าการวัดปริมาณจะมีการลงนามหรือไม่ได้ลงนามก็ตาม
(จริงๆ แล้วพารามิเตอร์นี้ควรเรียกว่า signed_output )
ค่าเริ่มต้นเป็นจริง
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-26 UTC
[null,null,["อัปเดตล่าสุด 2025-07-26 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/r2.2/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/r2.2/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/r2.2/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/r2.2/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/r2.2/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/r2.2/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/r2.2/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"]]
