UniformQuantizedAdd

classe finale publique UniformQuantizedAdd

Effectuez l'ajout quantifié du Tensor quantifié « lhs » et du Tensor quantifié « rhs » pour obtenir une « sortie » quantifiée.

Étant donné « lhs » quantifié et « rhs » quantifiés, effectue un ajout quantifié sur « lhs » et « rhs » pour obtenir une « sortie » quantifiée.

`UniformQuantizedAdd` suit les règles de diffusion Numpy. Les deux formes de tableau d'entrée sont comparées élément par élément. En commençant par les dimensions finales, les deux dimensions doivent être égales ou l'une d'elles doit être égale à 1.

`lhs` et `rhs` doivent être quantifiés Tensor, où la valeur des données est quantifiée à l'aide de la formule :

quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)

`output` est également quantifiée, en utilisant la même formule.

Si « lhs » et « output » sont tous deux quantifiés par axe, l'axe de quantification doit correspondre. De plus, si « rhs » et « output » sont tous deux quantifiés par axe, l'axe de quantification doit correspondre. Match signifie que l'axe doit correspondre lors de l'ajout, en ce qui concerne la diffusion. c'est-à-dire pour les deux opérandes `lhs` et `rhs`, si `operand.quantization_axis` >= 0 et `output.quantization_axis` >= 0, `operand.dims` - `operand.quantization_axis` doit être égal à `output.dims ` - `output.quantization_axis`.

Classes imbriquées

classe UniformQuantizedAdd.Options Attributs facultatifs pour UniformQuantizedAdd

Méthodes publiques

Sortie <T>	comme Sortie () Renvoie le handle symbolique d'un tenseur.
statique <T> UniformQuantizedAdd <T>	créer ( Scope scope, Opérande <T> lhs, Opérande <T> rhs, Opérande <Float> lhsScales, Opérande <Integer> lhsZeroPoints, Opérande <Float> rhsScales, Opérande <Integer> rhsZeroPoints, Opérande <Float> outputScales, Opérande <Integer > outputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, Options... options) Méthode d'usine pour créer une classe encapsulant une nouvelle opération UniformQuantizedAdd.
statique UniformQuantizedAdd.Options	lhsQuantizationAxis (Long lhsQuantizationAxis)
Sortie <T>	sortir () Le tenseur quantifié de sortie.
statique UniformQuantizedAdd.Options	outputQuantizationAxis (sortieQuantizationAxis longue)
statique UniformQuantizedAdd.Options	rhsQuantizationAxis (rhsQuantizationAxis long)

Méthodes héritées

De la classe org.tensorflow.op.PrimitiveOp

booléen final	est égal (Obj objet)
entier final	Code de hachage ()
Opération	op () Renvoie l' `Operation` sous-jacente
Chaîne finale	àChaîne ()

De la classe java.lang.Object

booléen	est égal à (Objet arg0)
Classe finale<?>	obtenirClasse ()
int	Code de hachage ()
vide final	notifier ()
vide final	notifierTous ()
Chaîne	àChaîne ()
vide final	attendre (long arg0, int arg1)
vide final	attendez (long arg0)
vide final	attendez ()

Depuis l'interface org.tensorflow.Operand

sortie abstraite <T>

comme Sortie ()

Renvoie le handle symbolique d'un tenseur.

Méthodes publiques

sortie publique <T> asOutput ()

Renvoie le handle symbolique d'un tenseur.

Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.

public static UniformQuantizedAdd <T> créer ( Scope scope, Operand <T> lhs, Operand <T> rhs, Operand <Float> lhsScales, Operand <Integer> lhsZeroPoints, Operand <Float> rhsScales, Operand <Integer> rhsZeroPoints, Operand <Float > OutputScales, Opérande <Integer> OutputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long OutputQuantizationMinVal, Long OutputQuantizationMaxVal, Options... options)

Méthode d'usine pour créer une classe encapsulant une nouvelle opération UniformQuantizedAdd.

Paramètres

portée	portée actuelle
lhs	Doit être un tenseur quantifié.
rhs	Doit être un tenseur quantifié.
lhsÉchelles	La ou les valeurs flottantes utilisées comme facteurs d'échelle lors de la quantification des données d'origine représentées par « lhs ».
lhsZéroPoints	La ou les valeurs int32 utilisées comme points zéro lors de la quantification des données originales représentées par « lhs ». Doit avoir la même forme avec `lhs_scales`.
échelles rhs	La ou les valeurs flottantes utilisées comme facteurs d'échelle lors de la quantification des données d'origine représentées par « rhs ».
rhsZéroPoints	La ou les valeurs int32 utilisées comme points zéro lors de la quantification des données originales représentées par « rhs ». Doit avoir la même forme que `rhs_scales`.
échelles de sortie	La ou les valeurs flottantes à utiliser comme facteurs d'échelle lors de la quantification des données originales représentées par « sortie ».
sortieZéroPoints	La ou les valeurs int32 utilisées comme points zéro lors de la quantification des données originales représentées par la sortie. Doit avoir la même forme avec `output_scales`.
lhsQuantizationMinVal	La valeur minimale des données quantifiées stockées dans `lhs`. Par exemple, si « Tin » est « qint8 », cela doit être réglé sur -127 si la plage étroite est quantifiée ou sur -128 sinon.
lhsQuantizationMaxVal	La valeur maximale des données quantifiées stockées dans `lhs`. Par exemple, si « Tin » est « qint8 », cela doit être défini sur 127.
rhsQuantizationMinVal	La valeur minimale des données quantifiées stockées dans « rhs ». Par exemple, si « Tin » est « qint8 », cela doit être réglé sur -127 si la plage étroite est quantifiée ou sur -128 sinon.
rhsQuantizationMaxVal	La valeur maximale des données quantifiées stockées dans `rhs`. Par exemple, si « Tin » est « qint8 », cela doit être défini sur 127.
sortieQuantizationMinVal	La valeur minimale des données quantifiées stockées dans « sortie ». Par exemple, si « Tout » est « qint8 », cela doit être réglé sur -127 si la plage étroite est quantifiée ou sur -128 sinon.
sortieQuantizationMaxVal	La valeur maximale des données quantifiées stockées dans « sortie ». Par exemple, si « Tout » est « qint8 », cela doit être défini sur 127.
choix	porte des valeurs d'attributs facultatifs

Retour

une nouvelle instance de UniformQuantizedAdd

public statique UniformQuantizedAdd.Options lhsQuantizationAxis (Long lhsQuantizationAxis)

Paramètres

lhsQuantizationAxis	Indique l'indice de dimension du tenseur où la quantification par axe est appliquée pour les tranches le long de cette dimension. S'il est défini sur -1 (par défaut), cela indique une quantification par tenseur. Pour le « lhs », seule la quantification par tenseur est prise en charge. Il doit donc être réglé sur -1. D'autres valeurs généreront une erreur lors de la construction d'OpKernel.

lhsQuantizationAxis

Indique l'indice de dimension du tenseur où la quantification par axe est appliquée pour les tranches le long de cette dimension. S'il est défini sur -1 (par défaut), cela indique une quantification par tenseur. Pour le « lhs », seule la quantification par tenseur est prise en charge. Il doit donc être réglé sur -1. D'autres valeurs généreront une erreur lors de la construction d'OpKernel.

sortie publique <T> sortie ()

Le tenseur quantifié de sortie.

public statique UniformQuantizedAdd.Options outputQuantizationAxis (Long outputQuantizationAxis)

Paramètres

sortieQuantizationAxis	Indique l'indice de dimension du tenseur où la quantification par axe est appliquée pour les tranches le long de cette dimension. S'il est défini sur -1 (par défaut), cela indique une quantification par tenseur. Pour la « sortie », seule la quantification par tenseur ou par canal le long de « output_feature_dimension » est prise en charge. Ainsi, cela doit être défini sur -1 ou `dimension_numbers.output_feature_dimension`. D'autres valeurs généreront une erreur lors de la construction d'OpKernel.

sortieQuantizationAxis

Indique l'indice de dimension du tenseur où la quantification par axe est appliquée pour les tranches le long de cette dimension. S'il est défini sur -1 (par défaut), cela indique une quantification par tenseur. Pour la « sortie », seule la quantification par tenseur ou par canal le long de « output_feature_dimension » est prise en charge. Ainsi, cela doit être défini sur -1 ou `dimension_numbers.output_feature_dimension`. D'autres valeurs généreront une erreur lors de la construction d'OpKernel.

public statique UniformQuantizedAdd.Options rhsQuantizationAxis (Long rhsQuantizationAxis)

Paramètres

rhsQuantizationAxis	Indique l'indice de dimension du tenseur où la quantification par axe est appliquée pour les tranches le long de cette dimension. S'il est défini sur -1 (par défaut), cela indique une quantification par tenseur. Pour le `rhs`, seule la quantification par tenseur ou par canal le long de `kernel_output_feature_dimension` est prise en charge. Ainsi, cela doit être défini sur -1 ou `dimension_numbers.kernel_output_feature_dimension`. D'autres valeurs généreront une erreur lors de la construction d'OpKernel.

rhsQuantizationAxis

Indique l'indice de dimension du tenseur où la quantification par axe est appliquée pour les tranches le long de cette dimension. S'il est défini sur -1 (par défaut), cela indique une quantification par tenseur. Pour le `rhs`, seule la quantification par tenseur ou par canal le long de `kernel_output_feature_dimension` est prise en charge. Ainsi, cela doit être défini sur -1 ou `dimension_numbers.kernel_output_feature_dimension`. D'autres valeurs généreront une erreur lors de la construction d'OpKernel.