UniformQuantizedAdd

classe finale pubblica UniformQuantizedAdd

Esegui l'aggiunta quantizzata del tensore quantizzato "lhs" e del tensore quantizzato "rhs" per ottenere un "output" quantizzato.

Dato "lhs" quantizzato e "rhs" quantizzato, esegue l'addizione quantizzata su "lhs" e "rhs" per creare un "output" quantizzato.

"UniformQuantizedAdd" segue le regole di trasmissione Numpy. Le due forme dell'array di input vengono confrontate in base agli elementi. A partire dalle dimensioni finali, le due dimensioni devono essere uguali oppure una di esse deve essere 1.

`lhs` e `rhs` devono essere quantizzati Tensore, dove il valore dei dati viene quantizzato utilizzando la formula: anche

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

`output` viene quantizzato, utilizzando la stessa formula.

Se "lhs" e "output" sono entrambi quantizzati per asse, l'asse di quantizzazione deve corrispondere. Inoltre, se "rhs" e "output" sono entrambi quantizzati per asse, l'asse di quantizzazione deve corrispondere. Corrispondenza significa che l'asse deve corrispondere durante l'aggiunta, per quanto riguarda la trasmissione. Cioè per entrambi gli operandi `lhs` e `rhs`, se `operand.quantization_axis` >= 0 e `output.quantization_axis` >= 0, `operand.dims` - `operand.quantization_axis` deve essere uguale a `output.dims ` - `output.asse_quantizzazione`.

Classi nidificate

classe

UniformQuantizedAdd.Options

Attributi facoltativi per UniformQuantizedAdd

Metodi pubblici

Uscita <T>	comeuscita () Restituisce la maniglia simbolica di un tensore.
static <T> UniformQuantizedAdd <T>	create ( Scope scope, Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float> outputScales, Operando <Integer > outputZeroPoints, Lungo lhsQuantizationMinVal, Lungo lhsQuantizationMaxVal, Lungo rhsQuantizationMinVal, Lungo rhsQuantizationMaxVal, Lungo outputQuantizationMinVal, Lungo outputQuantizationMaxVal, Opzioni... opzioni) Metodo factory per creare una classe che racchiude una nuova operazione UniformQuantizedAdd.
static UniformQuantizedAdd.Options	lhsQuantizationAxis (LhsQuantizationAxis lungo)
Uscita <T>	produzione () Il tensore quantizzato in uscita.
static UniformQuantizedAdd.Options	outputQuantizationAxis (outputQuantizationAxis lungo)
static UniformQuantizedAdd.Options	rhsQuantizationAxis (rhsQuantizationAxis lungo)

Metodi ereditati

Dalla classe org.tensorflow.op.PrimitiveOp

booleano finale	è uguale a (Oggetto oggetto)
finale int	codice hash ()
Operazione	operazione () Restituisce l' Operation sottostante
stringa finale	accordare ()

Dalla classe java.lang.Object

booleano	è uguale a (Oggetto arg0)
Classe finale<?>	getClass ()
int	codice hash ()
vuoto finale	notificare ()
vuoto finale	notificaTutti ()
Corda	accordare ()
vuoto finale	attendere (lungo arg0, int arg1)
vuoto finale	aspetta (lungo arg0)
vuoto finale	Aspettare ()

Dall'interfaccia org.tensorflow.Operand

Output astratto <T>

comeuscita () Restituisce la maniglia simbolica di un tensore.

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce la maniglia simbolica di un tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static UniformQuantizedAdd <T> create ( Scope scope, Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float > outputScales, Operando <Integer> outputZeroPoints, Lungo lhsQuantizationMinVal, Lungo lhsQuantizationMaxVal, Lungo rhsQuantizationMinVal, Lungo rhsQuantizationMaxVal, Lungo outputQuantizationMinVal, Lungo outputQuantizationMaxVal, Opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione UniformQuantizedAdd.

Parametri

scopo	ambito attuale
sinistra	Deve essere un tensore quantizzato.
ds	Deve essere un tensore quantizzato.
lhsScales	I valori float utilizzati come fattori di scala durante la quantizzazione dei dati originali rappresentati da "lhs".
lhsZeroPoints	I valori int32 utilizzati come punti zero durante la quantizzazione dei dati originali rappresentati da "lhs". Deve avere la stessa forma di "lhs_scales".
rhsScales	I valori float utilizzati come fattori di scala durante la quantizzazione dei dati originali rappresentati da "rhs".
rhsZeroPoints	I valori int32 utilizzati come punti zero durante la quantizzazione dei dati originali rappresentati da "rhs". Deve avere la stessa forma di "rhs_scales".
outputScales	I valori float da utilizzare come fattori di scala durante la quantizzazione dei dati originali rappresentati da "output".
outputZeroPoints	I valori int32 utilizzati come punti zero durante la quantizzazione dei dati originali rappresentati dall'output. Deve avere la stessa forma di "output_scales".
lhsQuantizzazioneMinVal	Il valore minimo dei dati quantizzati memorizzati in "lhs". Ad esempio, se "Tin" è "qint8", deve essere impostato su -127 se quantizzato in intervallo ristretto o su -128 in caso contrario.
lhsQuantizzazioneMaxVal	Il valore massimo dei dati quantizzati memorizzati in "lhs". Ad esempio, se "Tin" è "qint8", questo deve essere impostato su 127.
rhsQuantizzazioneMinVal	Il valore minimo dei dati quantizzati memorizzati in "rhs". Ad esempio, se "Tin" è "qint8", deve essere impostato su -127 se quantizzato in intervallo ristretto o su -128 in caso contrario.
rhsQuantizzazioneMaxVal	Il valore massimo dei dati quantizzati memorizzati in "rhs". Ad esempio, se "Tin" è "qint8", questo deve essere impostato su 127.
outputQuantizzazioneMinVal	Il valore minimo dei dati quantizzati memorizzati in "output". Ad esempio, se "Tout" è "qint8", deve essere impostato su -127 se quantizzato in intervallo ristretto o -128 in caso contrario.
outputQuantizzazioneMaxVal	Il valore massimo dei dati quantizzati memorizzati in "output". Ad esempio, se "Tout" è "qint8", questo deve essere impostato su 127.
opzioni	trasporta valori di attributi opzionali

ritorna

• una nuova istanza di UniformQuantizedAdd

pubblico statico UniformQuantizedAdd.Options lhsQuantizationAxis (Long lhsQuantizationAxis)

Parametri

lhsQuantizationAxis	Indica l'indice della dimensione del tensore in cui viene applicata la quantizzazione per asse per le fette lungo quella dimensione. Se impostato su -1 (impostazione predefinita), indica la quantizzazione per tensore. Per "lhs" è supportata solo la quantizzazione per tensore. Pertanto, questo deve essere impostato su -1. Altri valori genereranno errori durante la costruzione di OpKernel.

Uscita pubblica <T> uscita ()

Il tensore quantizzato in uscita.

public static UniformQuantizedAdd.Options outputQuantizationAxis (Long outputQuantizationAxis)

Parametri

outputQuantizationAxis

Indica l'indice della dimensione del tensore in cui viene applicata la quantizzazione per asse per le fette lungo quella dimensione. Se impostato su -1 (impostazione predefinita), indica la quantizzazione per tensore. Per l'"output", è supportata solo la quantizzazione per tensore o la quantizzazione per canale lungo "output_feature_dimension". Pertanto, deve essere impostato su -1 o "dimension_numbers.output_feature_dimension". Altri valori genereranno errori durante la costruzione di OpKernel.

public static UniformQuantizedAdd.Options rhsQuantizationAxis (Long rhsQuantizationAxis)

Parametri

rhsQuantizationAxis

Indica l'indice della dimensione del tensore in cui viene applicata la quantizzazione per asse per le fette lungo quella dimensione. Se impostato su -1 (impostazione predefinita), indica la quantizzazione per tensore. Per "rhs", è supportata solo la quantizzazione per tensore o la quantizzazione per canale lungo "kernel_output_feature_dimension". Pertanto, questo deve essere impostato su -1 o `dimension_numbers.kernel_output_feature_dimension`. Altri valori genereranno errori durante la costruzione di OpKernel.