UniformQuantizedConvolutionHybrid.Options

کلاس استاتیک عمومی UniformQuantizedConvolutionHybrid.Options

ویژگی های اختیاری برای UniformQuantizedConvolutionHybrid

روش های عمومی

UniformQuantizedConvolutionHybrid.Options	batchGroupCount (Long batchGroupCount)
UniformQuantizedConvolutionHybrid.Options	dimensionNumbers (String dimensionNumbers)
UniformQuantizedConvolutionHybrid.Options	explicitPadding (List<Long> explicitPadding)
UniformQuantizedConvolutionHybrid.Options	featureGroupCount (Long featureGroupCount)
UniformQuantizedConvolutionHybrid.Options	lhsDilation (List<Long> lhsDilation)
UniformQuantizedConvolutionHybrid.Options	rhsDilation (List<Long> rhsDilation)
UniformQuantizedConvolutionHybrid.Options	rhsQuantizationAxis (Long rhsQuantizationAxis)
UniformQuantizedConvolutionHybrid.Options	windowStrides (List<Long> windowStrides)

روش های ارثی

از کلاس java.lang.Object

بولی	برابر است (شیء arg0)
کلاس نهایی<?>	getClass ()
بین المللی	هش کد ()
باطل نهایی	اعلام کردن ()
باطل نهایی	اطلاع رسانی به همه ()
رشته	toString ()
باطل نهایی	صبر کنید (long arg0، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()

روش های عمومی

عمومی UniformQuantizedConvolutionHybrid.Options batchGroupCount (Long batchGroupCount)

مولفه های

BatchGroupCount	تعداد گروه های دسته ای برای فیلترهای گروه بندی استفاده می شود. باید مقسوم کننده output_feature باشد.

عمومی UniformQuantizedConvolutionHybrid.Options dimensionNumbers (String dimensionNumbers)

مولفه های

ابعاد اعداد	ساختار اطلاعات ابعاد برای کانولوشن op. باید یک رشته خالی (پیش‌فرض) یا یک رشته سریالی از tensorflow.UniformQuantizedConvolutionDimensionNumbersAttr پروتو باشد. اگر رشته خالی باشد، پیش‌فرض «("NCHW"، "OIHW"، "NCHW")" است (برای کانولوشن دو بعدی).

عمومی UniformQuantizedConvolutionHybrid.Options explicitPadding (List<Long> explicitPadding)

مولفه های

اکسپلیکیت پدینگ	اگر «padding» Attr «EXPLICIT» باشد، باید به‌عنوان فهرستی تنظیم شود که لایه‌های صریح را در ابتدا و انتهای هر بعد فضایی lhs نشان می‌دهد. در غیر این صورت، این Attr باید خالی باشد. (در صورت استفاده،) باید فهرستی با اندازه 2 * (تعداد ابعاد فضایی lhs) باشد، که در آن (explicit_padding[2 * i]، explicit_padding[2 * i + 1]) ابعاد_ فضایی[i] (start_padding، end_padding) را نشان می‌دهد.

اکسپلیکیت پدینگ

اگر «padding» Attr «EXPLICIT» باشد، باید به‌عنوان فهرستی تنظیم شود که لایه‌های صریح را در ابتدا و انتهای هر بعد فضایی lhs نشان می‌دهد. در غیر این صورت، این Attr باید خالی باشد.

(در صورت استفاده،) باید فهرستی با اندازه 2 * (تعداد ابعاد فضایی lhs) باشد، که در آن (explicit_padding[2 * i]، explicit_padding[2 * i + 1]) ابعاد_ فضایی[i] (start_padding، end_padding) را نشان می‌دهد.

عمومی UniformQuantizedConvolutionHybrid.Options featureGroupCount (Long featureGroupCount)

مولفه های

featureGroupCount	تعداد گروه های ویژگی برای کانولوشن های گروه بندی شده استفاده می شود. باید مقسوم علیه lhs_feature و output_feature باشد.

عمومی UniformQuantizedConvolutionHybrid.Options lhsDilation (List<Long> lhsDilation)

مولفه های

lhs اتساع	عامل اتساع برای اعمال در هر بعد فضایی «lhs». باید یک لیست خالی (پیش فرض) یا یک لیست از اندازه (تعداد ابعاد فضایی lhs) باشد. اگر لیست خالی باشد، اتساع برای هر بعد فضایی lhs روی 1 تنظیم می شود.

عمومی UniformQuantizedConvolutionHybrid.Options rhsDilation (List<Long> rhsDilation)

مولفه های

rhs اتساع	عامل اتساع برای اعمال در هر بعد فضایی «rhs». باید یک لیست خالی (پیش فرض) یا یک لیست از اندازه (تعداد ابعاد فضایی rhs) باشد. اگر لیست خالی باشد، اتساع برای هر بعد فضایی rhs روی 1 تنظیم می شود.

عمومی UniformQuantizedConvolutionHybrid.Options rhsQuantizationAxis (Long rhsQuantizationAxis)

مولفه های

rhsQuantizationAxis	شاخص بعد تانسور را نشان می دهد که در آن کوانتیزاسیون هر محور برای برش های امتداد آن بعد اعمال می شود. اگر روی -1 تنظیم شود (پیش‌فرض)، این نشان‌دهنده کوانتیزاسیون هر تانسور است. برای «rhs»، فقط کوانتیزاسیون هر تانسور یا کوانتیزاسیون هر کانال در امتداد kernel_output_feature_dimension پشتیبانی می‌شود. بنابراین، این ویژگی باید روی -1 یا 'dimension_numbers.kernel_output_feature_dimension' تنظیم شود. مقادیر دیگر باعث ایجاد خطا در ساخت OpKernel می شوند.

rhsQuantizationAxis

شاخص بعد تانسور را نشان می دهد که در آن کوانتیزاسیون هر محور برای برش های امتداد آن بعد اعمال می شود. اگر روی -1 تنظیم شود (پیش‌فرض)، این نشان‌دهنده کوانتیزاسیون هر تانسور است. برای «rhs»، فقط کوانتیزاسیون هر تانسور یا کوانتیزاسیون هر کانال در امتداد kernel_output_feature_dimension پشتیبانی می‌شود. بنابراین، این ویژگی باید روی -1 یا 'dimension_numbers.kernel_output_feature_dimension' تنظیم شود. مقادیر دیگر باعث ایجاد خطا در ساخت OpKernel می شوند.

عمومی UniformQuantizedConvolutionHybrid.Options windowStrides (List<Long> windowStrides)

مولفه های

windowStrides	گام پنجره کشویی برای هر بعد فضایی «lhs». باید یک لیست خالی (پیش فرض) یا یک لیست از اندازه (تعداد ابعاد فضایی) باشد. اگر یک لیست خالی ارائه شود، گام برای هر بعد فضایی 1 تنظیم می شود.