पब्लिक फाइनल क्लास यूनिफ़ॉर्मडिक्वेंटाइज़
परिमाणित टेंसर `इनपुट` पर डीक्वांटिज़ेशन करें।
परिमाणित `इनपुट` को देखते हुए, जिसे `तराजू` और `शून्य_बिंदु` का उपयोग करके परिमाणित किया गया था, सूत्र का उपयोग करके विमुद्रीकरण करता है: dequantized_data = (quantized_data - Zero_point) * स्केल।
नेस्टेड कक्षाएं
| कक्षा | यूनिफ़ॉर्मडिक्वेंटाइज़।विकल्प | UniformDequantize के लिए वैकल्पिक विशेषताएँ | |
सार्वजनिक तरीके
| आउटपुट <यू> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
| स्थिर <यू संख्या बढ़ाता है, टी> यूनिफ़ॉर्मडिक्वेंटाइज़ <यू> | |
| आउटपुट <यू> | आउटपुट () आउटपुट ने टाउट के टेंसर को डिक्वांट किया, जिसका आकार इनपुट के समान है। |
| स्थिर वर्दीDequantize.Options | क्वांटिज़ेशनएक्सिस (लंबी क्वांटिज़ेशनएक्सिस) |
विरासत में मिली विधियां
सार्वजनिक तरीके
सार्वजनिक आउटपुट <U> आउटपुट के रूप में ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के लिए इनपुट एक अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
पब्लिक स्टैटिक यूनिफ़ॉर्मडिक्वेंटाइज़ <यू> क्रिएट ( स्कोप स्कोप, ऑपरेंड <टी> इनपुट, ऑपरेंड <फ्लोट> स्केल्स, ऑपरेंड <इंटीजर> जीरोपॉइंट्स, क्लास <यू> टाउट, लॉन्ग क्वांटिज़ेशन मिनवैल, लॉन्ग क्वांटिज़ेशन मैक्सवैल, ऑप्शंस ... विकल्प)
एक नया UniformDequantize ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
मापदंडों
| दायरा | वर्तमान दायरा |
|---|---|
| इनपुट | टिन का टेंसर होना चाहिए। |
| तराजू | इनपुट का प्रतिनिधित्व करने वाले मूल डेटा को परिमाणित करते समय फ़्लोट मान (ओं) को स्केल (ओं) के रूप में उपयोग किया जाता है। एक स्केलर टेंसर होना चाहिए यदि quantization_axis -1 (प्रति-टेंसर क्वांटिज़ेशन) है, अन्यथा आकार का 1D टेंसर (input.dim_size(quantization_axis),) (प्रति-अक्ष क्वांटिज़ेशन)। |
| शून्य अंक | इनपुट का प्रतिनिधित्व करने वाले मूल डेटा की मात्रा निर्धारित करते समय int32 मान शून्य_बिंदु (ओं) के रूप में उपयोग किया जाता है। तराजू के समान आकार की स्थिति। |
| टाउट | आउटपुट टेंसर का प्रकार। एक tf.DType से: tf.qint8, tf.qint32 |
| परिमाणीकरणMinVal | परिमाणीकरण न्यूनतम मान जिसका उपयोग इनपुट के परिमाणीकरण के समय किया गया था। इस विशेषता का उद्देश्य आमतौर पर संकीर्ण सीमा को इंगित करने के लिए (लेकिन सीमित नहीं) है, जहां यह इस पर सेट है: `(टिन सबसे कम) + 1` यदि संकीर्ण सीमा है, और `(टिन सबसे कम)` अन्यथा। उदाहरण के लिए, यदि टिन qint8 है, तो इसे -127 पर सेट किया जाता है यदि संकीर्ण सीमा मात्राबद्ध है या -128 यदि नहीं है। |
| परिमाणीकरणMaxVal | परिमाणीकरण अधिकतम मान जिसका उपयोग इनपुट की मात्रा निर्धारित करते समय किया गया था। इस विशेषता का उद्देश्य आम तौर पर (लेकिन इन्हीं तक सीमित नहीं) संकीर्ण श्रेणी को इंगित करना है, जहां यह संकीर्ण श्रेणी और न कि संकीर्ण श्रेणी दोनों के लिए: `(टाउट अधिकतम)` पर सेट है। उदाहरण के लिए, यदि टिन qint8 है, तो यह 127 पर सेट है। |
| विकल्प | वैकल्पिक विशेषता मान रखता है |
रिटर्न
- UniformDequantize का एक नया उदाहरण
सार्वजनिक आउटपुट <यू> आउटपुट ()
आउटपुट ने टाउट के टेंसर को डिक्वांट किया, जिसका आकार इनपुट के समान है।
सार्वजनिक स्थैतिक वर्दीDequantize.Options quantizationAxis ( लॉन्ग क्वांटिज़ेशनएक्सिस)
मापदंडों
| परिमाणीकरणअक्ष | टेंसर के आयाम सूचकांक को इंगित करता है जहां उस आयाम के साथ स्लाइस के लिए प्रति-अक्ष परिमाणीकरण लागू किया जाता है। यदि -1 (डिफ़ॉल्ट) पर सेट किया जाता है, तो यह प्रति-टेंसर परिमाणीकरण को इंगित करता है। अन्यथा, इसे सीमा [0, input.dims ()) के भीतर सेट किया जाना चाहिए। |
|---|