Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
flux tensoriel : : opérations : : QuantizedConv2D
#include <nn_ops.h>
Calcule une convolution 2D à partir des tenseurs d'entrée et de filtre 4D quantifiés.
Résumé
Les entrées sont des tenseurs quantifiés où la valeur la plus basse représente le nombre réel du minimum associé, et la plus élevée représente le maximum. Cela signifie que vous ne pouvez interpréter la sortie quantifiée que de la même manière, en tenant compte des valeurs minimale et maximale renvoyées.
Arguments :
- scope : un objet Scope
- filtre : la dimension input_degree du filtre doit correspondre aux dimensions de profondeur de l'entrée.
- min_input : la valeur flottante que représente la valeur d'entrée quantifiée la plus basse.
- max_input : la valeur flottante que représente la valeur d'entrée quantifiée la plus élevée.
- min_filter : la valeur flottante que représente la valeur de filtre quantifiée la plus basse.
- max_filter : la valeur flottante que représente la valeur de filtre quantifiée la plus élevée.
- foulées : la foulée de la fenêtre glissante pour chaque dimension du tenseur d'entrée.
- padding : Le type d’algorithme de remplissage à utiliser.
Attributs facultatifs (voir Attrs
) :
- dilatations : tenseur 1-D de longueur 4. Le facteur de dilatation pour chaque dimension d'
input
. Si défini sur k > 1, il y aura k-1 cellules ignorées entre chaque élément de filtre sur cette dimension. L'ordre des dimensions est déterminé par la valeur de data_format
, voir ci-dessus pour plus de détails. Les dilatations dans les dimensions du lot et de la profondeur doivent être de 1.
Retours :
-
Output
sortie -
Output
min_output : la valeur flottante que représente la valeur de sortie quantifiée la plus basse. -
Output
max_output : la valeur flottante que représente la valeur de sortie quantifiée la plus élevée.
Constructeurs et Destructeurs |
---|
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) |
Fonctions statiques publiques |
---|
Dilations (const gtl::ArraySlice< int > & x) | |
OutType (DataType x) | |
Attributs publics
Fonctions publiques
Fonctions statiques publiques
Dilatations
Attrs Dilations(
const gtl::ArraySlice< int > & x
)
Type de sortie
Attrs OutType(
DataType x
)
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 2025/07/27 (UTC).
[null,null,["Dernière mise à jour le 2025/07/27 (UTC)."],[],[],null,["# tensorflow::ops::QuantizedConv2D Class Reference\n\ntensorflow::ops::QuantizedConv2D\n================================\n\n`#include \u003cnn_ops.h\u003e`\n\nComputes a 2D convolution given quantized 4D input and filter tensors.\n\nSummary\n-------\n\nThe inputs are quantized tensors where the lowest value represents the real number of the associated minimum, and the highest represents the maximum. This means that you can only interpret the quantized output in the same way, by taking the returned minimum and maximum values into account.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- filter: filter's input_depth dimension must match input's depth dimensions.\n- min_input: The float value that the lowest quantized input value represents.\n- max_input: The float value that the highest quantized input value represents.\n- min_filter: The float value that the lowest quantized filter value represents.\n- max_filter: The float value that the highest quantized filter value represents.\n- strides: The stride of the sliding window for each dimension of the input tensor.\n- padding: The type of padding algorithm to use.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs#structtensorflow_1_1ops_1_1_quantized_conv2_d_1_1_attrs)):\n\n- dilations: 1-D tensor of length 4. The dilation factor for each dimension of `input`. If set to k \\\u003e 1, there will be k-1 skipped cells between each filter element on that dimension. The dimension order is determined by the value of `data_format`, see above for details. Dilations in the batch and depth dimensions must be 1.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) min_output: The float value that the lowest quantized output value represents.\n- [Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) max_output: The float value that the highest quantized output value represents.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [QuantizedConv2D](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1a8376b9a3557650a011f9c6edb484ec8b)`(const ::`[tensorflow::Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` min_input, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` max_input, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` min_filter, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` max_filter, const gtl::ArraySlice\u003c int \u003e & strides, StringPiece padding)` ||\n| [QuantizedConv2D](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1aa852757615972228954f6d67b3bb8d59)`(const ::`[tensorflow::Scope](/versions/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` min_input, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` max_input, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` min_filter, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` max_filter, const gtl::ArraySlice\u003c int \u003e & strides, StringPiece padding, const `[QuantizedConv2D::Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs#structtensorflow_1_1ops_1_1_quantized_conv2_d_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [max_output](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1a66d14c5a2888abbc7ae9e711a2fdced8) | `::`[tensorflow::Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [min_output](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1aac559559eda7e4da378605b1b88d3320) | `::`[tensorflow::Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [operation](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1a36cc12c83f91d1503e6cdeadc7e43272) | [Operation](/versions/r2.3/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1af1401fc53bb8d0556a50807c662bbd61) | `::`[tensorflow::Output](/versions/r2.3/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public static functions ||\n|-----------------------------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------|\n| [Dilations](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1ae5e27c80b00ace7bafa06479bc01ac5e)`(const gtl::ArraySlice\u003c int \u003e & x)` | [Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs#structtensorflow_1_1ops_1_1_quantized_conv2_d_1_1_attrs) |\n| [OutType](#classtensorflow_1_1ops_1_1_quantized_conv2_d_1ad52eb17c8042ea7f90ded915f9f2aa53)`(DataType x)` | [Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs#structtensorflow_1_1ops_1_1_quantized_conv2_d_1_1_attrs) |\n\n| ### Structs ||\n|---------------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::QuantizedConv2D::Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/quantized-conv2-d/attrs) | Optional attribute setters for [QuantizedConv2D](/versions/r2.3/api_docs/cc/class/tensorflow/ops/quantized-conv2-d#classtensorflow_1_1ops_1_1_quantized_conv2_d). |\n\nPublic attributes\n-----------------\n\n### max_output\n\n```scdoc\n::tensorflow::Output max_output\n``` \n\n### min_output\n\n```scdoc\n::tensorflow::Output min_output\n``` \n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### QuantizedConv2D\n\n```gdscript\n QuantizedConv2D(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input,\n ::tensorflow::Input filter,\n ::tensorflow::Input min_input,\n ::tensorflow::Input max_input,\n ::tensorflow::Input min_filter,\n ::tensorflow::Input max_filter,\n const gtl::ArraySlice\u003c int \u003e & strides,\n StringPiece padding\n)\n``` \n\n### QuantizedConv2D\n\n```gdscript\n QuantizedConv2D(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input,\n ::tensorflow::Input filter,\n ::tensorflow::Input min_input,\n ::tensorflow::Input max_input,\n ::tensorflow::Input min_filter,\n ::tensorflow::Input max_filter,\n const gtl::ArraySlice\u003c int \u003e & strides,\n StringPiece padding,\n const QuantizedConv2D::Attrs & attrs\n)\n``` \n\nPublic static functions\n-----------------------\n\n### Dilations\n\n```gdscript\nAttrs Dilations(\n const gtl::ArraySlice\u003c int \u003e & x\n)\n``` \n\n### OutType\n\n```text\nAttrs OutType(\n DataType x\n)\n```"]]