UniformQuantizedConvolution.Options

کلاس استاتیک عمومی UniformQuantizedConvolution.Options

ویژگی های اختیاری برای UniformQuantizedConvolution

روش های عمومی

UniformQuantizedConvolution.Options	batchGroupCount (Long batchGroupCount)
UniformQuantizedConvolution.Options	dimensionNumbers (String dimensionNumbers)
UniformQuantizedConvolution.Options	explicitPadding (List<Long> explicitPadding)
UniformQuantizedConvolution.Options	featureGroupCount (Long featureGroupCount)
UniformQuantizedConvolution.Options	lhsDilation (List<Long> lhsDilation)
UniformQuantizedConvolution.Options	lhsQuantizationAxis (Long lhsQuantizationAxis)
UniformQuantizedConvolution.Options	outputQuantizationAxis (محور خروجی طولانی مدت)
UniformQuantizedConvolution.Options	rhsDilation (List<Long> rhsDilation)
UniformQuantizedConvolution.Options	rhsQuantizationAxis (Long rhsQuantizationAxis)
UniformQuantizedConvolution.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 UniformQuantizedConvolution.Options batchGroupCount (Long batchGroupCount)

مولفه های

BatchGroupCount	تعداد گروه های دسته ای برای فیلترهای گروه بندی استفاده می شود. باید مقسوم‌کننده «ویژگی_خروجی» باشد.

عمومی UniformQuantizedConvolution.Options dimensionNumbers (String dimensionNumbers)

مولفه های

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

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

مولفه های

اکسپلیکیت پدینگ	اگر «بالشتک» «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 باید خالی باشد. (در صورت استفاده،) باید فهرستی به اندازه «2 * (تعداد ابعاد فضایی lhs)» باشد، که در آن «(explicit_padding[2 * i]، explicit_padding[2 * i + 1])» نشان‌دهنده «(start_padding، end_padding) است. «ابعاد_فضایی[i]».

اکسپلیکیت پدینگ

اگر «بالشتک» «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 باید خالی باشد.

(در صورت استفاده،) باید فهرستی به اندازه «2 * (تعداد ابعاد فضایی lhs)» باشد، که در آن «(explicit_padding[2 * i]، explicit_padding[2 * i + 1])» نشان‌دهنده «(start_padding، end_padding) است. «ابعاد_فضایی[i]».

عمومی UniformQuantizedConvolution.Options featureGroupCount (Long featureGroupCount)

مولفه های

featureGroupCount	تعداد گروه های ویژگی برای کانولوشن های گروه بندی شده استفاده می شود. باید مقسوم‌کننده «lhs_feature» و «output_feature» باشد.

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

مولفه های

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

عمومی UniformQuantizedConvolution.Options lhsQuantizationAxis (Long lhsQuantizationAxis)

مولفه های

lhsQuantizationAxis	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 «lhs»، فقط کوانتیزاسیون هر تانسور پشتیبانی می‌شود. بنابراین، این باید روی -1 تنظیم شود. مقادیر دیگر باعث ایجاد خطا در ساخت OpKernel می شوند.

lhsQuantizationAxis

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 «lhs»، فقط کوانتیزاسیون هر تانسور پشتیبانی می‌شود. بنابراین، این باید روی -1 تنظیم شود. مقادیر دیگر باعث ایجاد خطا در ساخت OpKernel می شوند.

عمومی UniformQuantizedConvolution.Options outputQuantizationAxis (Long outputQuantizationAxis)

مولفه های

خروجی QuantizationAxis	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 «خروجی»، فقط کوانتیزاسیون هر تانسور یا کمیت‌سازی هر کانال در امتداد «بعد_ویژگی_خروجی» پشتیبانی می‌شود. بنابراین، این باید روی -1 یا 'dimension_numbers.output_feature_dimension' تنظیم شود. مقادیر دیگر باعث ایجاد خطا در ساخت OpKernel می شوند.

خروجی QuantizationAxis

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 «خروجی»، فقط کوانتیزاسیون هر تانسور یا کمیت‌سازی هر کانال در امتداد «بعد_ویژگی_خروجی» پشتیبانی می‌شود. بنابراین، این باید روی -1 یا 'dimension_numbers.output_feature_dimension' تنظیم شود. مقادیر دیگر باعث ایجاد خطا در ساخت OpKernel می شوند.

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

مولفه های

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

عمومی UniformQuantizedConvolution.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 کوانتیزه‌سازی هر تانسور یا کمی‌سازی هر کانال در امتداد «بعد_ویژگی_خروجی_کرنل» پشتیبانی می‌شود. بنابراین، این 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 کوانتیزه‌سازی هر تانسور یا کمی‌سازی هر کانال در امتداد «بعد_ویژگی_خروجی_کرنل» پشتیبانی می‌شود. بنابراین، این باید روی -1 یا 'dimension_numbers.kernel_output_feature_dimension' تنظیم شود. مقادیر دیگر باعث ایجاد خطا در ساخت OpKernel می شوند.

عمومی UniformQuantizedConvolution.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.