هشدار: این API منسوخ شده است و پس از پایدار شدن جایگزینی، در نسخه بعدی TensorFlow حذف خواهد شد.

UniformDequantize

کلاس نهایی عمومی UniformDequantize

کمی‌سازی را روی «ورودی» تانسور کوانتیزه‌شده انجام دهید.

با توجه به "ورودی" کوانتیزه شده که با استفاده از "مقیاس" و "نقطه_صفر" کوانتیزه شده است، با استفاده از فرمول: dequantized_data = (کوانتیزه_داده - نقطه_صفر) * مقیاس را انجام می دهد.

کلاس های تو در تو

کلاس UniformDequantize.Options ویژگی های اختیاری برای UniformDequantize

روش های عمومی

خروجی <U>
asOutput ()
دسته نمادین یک تانسور را برمی‌گرداند.
static <U تعداد را گسترش می دهد، T> UniformDequantize <U>
ایجاد ( دامنه دامنه، ورودی عملوند <T>، مقیاس های عملوند <Float>، عملوند <صحیح> نقطه صفر، Class<U> Tout، کوانتیزاسیون طولانیMinVal، کوانتیزاسیون طولانیMaxVal، گزینه ها... )
روش کارخانه برای ایجاد کلاسی که یک عملیات UniformDequantize جدید را بسته بندی می کند.
خروجی <U>
خروجی ()
خروجی تانسور Tout را که شکل آن مشابه ورودی است، کم عمق می کند.
استاتیک UniformDequantize.Options
QuantizationAxis (محور کوانتیزه طولانی)

روش های ارثی

روش های عمومی

خروجی عمومی <U> asOutput ()

دسته نمادین یک تانسور را برمی‌گرداند.

ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.

عمومی ایستا UniformDequantize <U> create ( دامنه دامنه، ورودی عملوند <T>، مقیاس های عملوند <Float>، عملوند <Integer> zeroPoints ، Class<U> Tout، Quantization طولانیMinVal، Long quantizationMaxVal، گزینه ها... )

روش کارخانه برای ایجاد کلاسی که یک عملیات UniformDequantize جدید را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
ورودی باید تنسور قلع باشد.
ترازو مقدار(های) شناور به عنوان مقیاس(های) هنگام کمی کردن داده های اصلی که ورودی نشان می دهد استفاده می شود. اگر کوانتیزاسیون_محور -1 باشد (کوانتیزاسیون به ازای هر تانسور) باید یک تانسور اسکالر باشد، در غیر این صورت تانسور 1 بعدی اندازه (input.dim_size(quantization_axis),) (کوانتیزاسیون هر محور).
صفر امتیاز مقدار(های) int32 به عنوان نقطه(های)صفر هنگام کمی کردن داده های اصلی که ورودی نشان می دهد استفاده می شود. شرایط شکلی مشابه فلس ها.
تاوت نوع تانسور خروجی یک tf.DType از: tf.qint8، tf.qint32
QuantizationMinVal مقدار کمینه سازی که هنگام کوانتیزه شدن ورودی استفاده شد. هدف این مشخصه معمولاً (اما نه محدود به) نشان دادن محدوده باریک است، جایی که این مقدار روی «(کمترین قلع) + 1» در صورت محدود بودن محدوده، و «(کمترین قلع)» تنظیم می‌شود. به عنوان مثال، اگر Tin qint8 باشد، اگر محدوده باریک کوانتیزه شود، این مقدار روی 127- تنظیم می شود و اگر نه، -128 است.
QuantizationMaxVal حداکثر مقدار کوانتیزاسیون که هنگام کوانتیزه شدن ورودی استفاده شد. هدف این ویژگی معمولاً (اما نه محدود به) نشان دادن محدوده باریک است، جایی که این مقدار روی «(حداکثر حداکثر)» برای هر دو محدوده باریک و نه محدوده باریک تنظیم شده است. به عنوان مثال، اگر Tin qint8 باشد، روی 127 تنظیم می شود.
گزینه ها مقادیر ویژگی های اختیاری را حمل می کند
برمی گرداند
  • یک نمونه جدید از UniformDequantize

خروجی عمومی <U> خروجی ()

خروجی تانسور Tout را که شکل آن مشابه ورودی است، کم عمق می کند.

استاتیک عمومی UniformDequantize .گزینه های quantizationAxis (Long quantizationAxis)

مولفه های
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. در غیر این صورت، باید در محدوده [0, input.dims()) تنظیم شود.