UniformQuantizedAdd

genel final dersi ÜniformaQuantizedAdd

Nicelenmiş 'çıkış' yapmak için nicelenmiş Tensör 'lhs' ve nicelenmiş Tensör 'rhs'nin nicelenmiş toplamasını gerçekleştirin.

Nicelenmiş "lhs" ve nicelenmiş "rhs" verildiğinde, nicelenmiş "çıktı" oluşturmak için "lhs" ve "rhs" üzerinde nicelenmiş ekleme işlemi gerçekleştirir.

'UniformQuantizedAdd' Numpy yayın kurallarına uyar. İki giriş dizisi şekli öğe bazında karşılaştırılır. Sondaki boyutlardan başlayarak, iki boyutun ya eşit olması ya da bunlardan birinin 1 olması gerekir.

'lhs' ve 'rhs' nicelendirilmelidir Tensör; burada veri değeri aşağıdaki formül kullanılarak nicelenir:

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

'çıkış' da aynı formül kullanılarak nicelenir.

'Lhs' ve 'output'un her ikisi de eksen başına nicelenmişse, niceleme ekseni eşleşmelidir. Ayrıca, eğer "rhs" ve "output"un her ikisi de eksen başına nicelenmişse, niceleme ekseni eşleşmelidir. Eşleştirme , yayına ilişkin ekleme sırasında eksenin eşleşmesi gerektiği anlamına gelir. yani, hem "lhs" hem de "rhs" işlenenleri için, eğer "işlenen.kuantizasyon_ekseni" >= 0 ve "çıkış.kuantizasyon_ekseni" >= 0 ise, "işlenen.dims" - "işlenen.kuantizasyon_ekseni", "çıkış.dims"e eşit olmalıdır ` - `çıkış.kuantizasyon_ekseni`.

İç İçe Sınıflar

sınıf TekdüzenQuantizedEklemeSeçenekleri UniformQuantizedAdd için isteğe bağlı özellikler

Genel Yöntemler

Çıkış <T>	Çıkış olarak () Bir tensörün sembolik tutamacını döndürür.
statik <T> TekdüzenQuantizedAdd <T>	create ( Kapsam kapsamı, İşlenen <T> lhs, İşlenen <T> rhs, İşlenen <Float> lhsScales, İşlenen < Tamsayı > lhsZeroPoints, İşlenen <Float> rhsScales, İşlenen <Tamsayı> rhsZeroPoints, İşlenen <Float> çıktıScales, İşlenen <Tamsayı > çıktıSıfır Noktalar, Uzun lhsKuantizasyonMinVal, Uzun lhsKuantizasyonMaxVal, Uzun rhsKuantizasyonMinVal, Uzun rhsKuantizasyonMaxVal, Uzun çıkışKuantizasyonMinVal, Uzun çıkışKuantizasyonMaxVal, Seçenekler... seçenekler) Yeni bir ÜniformaQuantizedAdd işlemini saran bir sınıf oluşturmak için fabrika yöntemi.
statik ÜniformaQuantizedAdd.Options	lhsQuantizationAxis (Uzun lhsQuantizationAxis)
Çıkış <T>	çıktı () Çıkış kuantize edilmiş tensör.
statik ÜniformaQuantizedAdd.Options	çıktı Kuantizasyon Ekseni (Uzun çıktı Kuantizasyon Ekseni)
statik ÜniformaQuantizedAdd.Options	rhsKuantizasyon Ekseni (Uzun rhsKuantizasyon Ekseni)

Kalıtsal Yöntemler

org.tensorflow.op.PrimitiveOp sınıfından

son boole değeri	eşittir (Nesne nesnesi)
son int	hash kodu ()
Operasyon	işlem () Temeldeki `Operation` döndürür
son Dize	toString ()

Java.lang.Object sınıfından

boolean	eşittir (Nesne arg0)
son Sınıf<?>	getClass ()
int	hash kodu ()
son boşluk	bildir ()
son boşluk	tümünü bildir ()
Sicim	toString ()
son boşluk	bekle (uzun arg0, int arg1)
son boşluk	bekle (uzun arg0)
son boşluk	Beklemek ()

org.tensorflow.Operand arayüzünden

özet Çıkış <T>

Çıkış olarak ()

Bir tensörün sembolik tutamacını döndürür.

Genel Yöntemler

genel Çıkış <T> asOutput ()

Bir tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.

public static ÜniformaQuantizedAdd <T> create ( Kapsam kapsamı, İşlenen <T> lhs, İşlenen <T> rhs, İşlenen <Float> lhsScales, İşlenen <Tamsayı> lhsZeroPoints, İşlenen <Float> rhsScales, İşlenen <Tamsayı> rhsZeroPoints, İşlenen <Float > OutputScales, İşlenen <Tamsayı> çıktıSıfır Noktaları, Uzun lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Uzun çıktıQuantizationMinVal, Uzun çıktıQuantizationMaxVal, Seçenekler... seçenekler)

Yeni bir ÜniformaQuantizedAdd işlemini saran bir sınıf oluşturmak için fabrika yöntemi.

Parametreler

kapsam	mevcut kapsam
eh	Kuantize edilmiş bir tensör olmalı.
rhs	Kuantize edilmiş bir tensör olmalı.
lhsTeraziler	'Lhs'nin temsil ettiği orijinal verileri nicelerken ölçek faktörleri olarak kullanılan kayan değer/değerler.
lhsSıfırPuan	'Lhs'nin temsil ettiği orijinal veriler nicelenirken sıfır noktaları olarak kullanılan int32 değer(ler)i. 'lhs_scales' ile aynı şekle sahip olmalıdır.
rhsTeraziler	'Rhs'nin temsil ettiği orijinal verileri nicelerken ölçek faktörleri olarak kullanılan kayan değer/değerler.
rhsSıfırPuan	"Rhs"nin temsil ettiği orijinal veriler nicelenirken sıfır noktaları olarak kullanılan int32 değer(ler)i. 'rhs_scales' ile aynı şekle sahip olmalıdır.
çıktıÖlçekleri	"Çıktı"nın temsil ettiği orijinal verileri nicelerken ölçek faktörleri olarak kullanılacak değişken değer(ler).
çıktıSıfır Noktalar	Çıkışın temsil ettiği orijinal veriler nicelenirken sıfır noktaları olarak kullanılan int32 değer(ler)i. "output_scales" ile aynı şekle sahip olmalıdır.
lhsKuantizasyonMinVal	'Lhs'de saklanan nicelenmiş verilerin minimum değeri. Örneğin, "Tin", "qint8" ise, dar aralıkla nicelenmişse bu -127'ye, değilse -128'e ayarlanmalıdır.
lhsQuantizationMaxVal	'Lhs'de saklanan nicelenmiş verilerin maksimum değeri. Örneğin, 'Tin', 'qint8' ise bu, 127 olarak ayarlanmalıdır.
rhsKuantizasyonMinVal	'Rhs'de saklanan nicelenmiş verilerin minimum değeri. Örneğin, "Tin", "qint8" ise, dar aralıkla nicelenmişse bu -127'ye, değilse -128'e ayarlanmalıdır.
rhsQuantizationMaxVal	'Rhs'de saklanan nicelenmiş verilerin maksimum değeri. Örneğin, 'Tin', 'qint8' ise bu, 127 olarak ayarlanmalıdır.
çıktıKuantizasyonMinVal	'Çıktı'da depolanan nicelenmiş verilerin minimum değeri. Örneğin, eğer 'Tout' 'qint8' ise, dar aralıkla nicelenmişse bu -127'ye, değilse -128'e ayarlanmalıdır.
çıktıKuantizasyonMaxVal	'Çıktı'da depolanan nicelenmiş verilerin maksimum değeri. Örneğin, 'Tout', 'qint8' ise bu, 127 olarak ayarlanmalıdır.
seçenekler	isteğe bağlı nitelik değerlerini taşır

İadeler

yeni bir ÜniformaQuantizedAdd örneği

public static ÜniformaQuantizedAdd.Options lhsQuantizationAxis (Uzun lhsQuantizationAxis)

Parametreler

lhsKuantizasyon Ekseni	Bu boyut boyunca dilimler için eksen başına nicelemenin uygulandığı tensörün boyut indeksini belirtir. -1 (varsayılan) olarak ayarlanırsa bu, tensör başına nicemlemeyi gösterir. 'Lhs' için yalnızca tensör başına nicemleme desteklenir. Bu nedenle -1 olarak ayarlanması gerekir. Diğer değerler OpKernel yapımında hataya neden olacaktır.

genel Çıkış <T> çıkışı ()

Çıkış kuantize edilmiş tensör.

public static ÜniformaQuantizedAdd.Options çıktıQuantizationAxis (Uzun çıktıQuantizationAxis)

Parametreler

çıktıKuantizasyon Ekseni	Bu boyut boyunca dilimler için eksen başına nicelemenin uygulandığı tensörün boyut indeksini belirtir. -1 (varsayılan) olarak ayarlanırsa bu, tensör başına nicemlemeyi gösterir. "Çıkış" için, "output_feature_dimension" boyunca yalnızca tensör başına niceleme veya kanal başına niceleme desteklenir. Dolayısıyla bunun -1 veya "dimension_numbers.output_feature_dimension" olarak ayarlanması gerekir. Diğer değerler OpKernel yapımında hataya neden olacaktır.

çıktıKuantizasyon Ekseni

Bu boyut boyunca dilimler için eksen başına nicelemenin uygulandığı tensörün boyut indeksini belirtir. -1 (varsayılan) olarak ayarlanırsa bu, tensör başına nicemlemeyi gösterir. "Çıkış" için, "output_feature_dimension" boyunca yalnızca tensör başına niceleme veya kanal başına niceleme desteklenir. Dolayısıyla bunun -1 veya "dimension_numbers.output_feature_dimension" olarak ayarlanması gerekir. Diğer değerler OpKernel yapımında hataya neden olacaktır.

public static ÜniformaQuantizedAdd.Options rhsQuantizationAxis (Uzun rhsQuantizationAxis)

Parametreler

rhsKuantizasyon Ekseni	Bu boyut boyunca dilimler için eksen başına nicelemenin uygulandığı tensörün boyut indeksini belirtir. -1 (varsayılan) olarak ayarlanırsa bu, tensör başına nicemlemeyi gösterir. "Rhs" için, "kernel_output_feature_dimension" boyunca yalnızca tensör başına niceleme veya kanal başına niceleme desteklenir. Dolayısıyla bunun -1 veya `dimension_numbers.kernel_output_feature_dimension` olarak ayarlanması gerekir. Diğer değerler OpKernel yapımında hataya neden olacaktır.

rhsKuantizasyon Ekseni

Bu boyut boyunca dilimler için eksen başına nicelemenin uygulandığı tensörün boyut indeksini belirtir. -1 (varsayılan) olarak ayarlanırsa bu, tensör başına nicemlemeyi gösterir. "Rhs" için, "kernel_output_feature_dimension" boyunca yalnızca tensör başına niceleme veya kanal başına niceleme desteklenir. Dolayısıyla bunun -1 veya `dimension_numbers.kernel_output_feature_dimension` olarak ayarlanması gerekir. Diğer değerler OpKernel yapımında hataya neden olacaktır.