UniformQuantizedAdd

الطبقة النهائية العامة الموحدةQuantizedAdd

قم بإجراء إضافة كمية للموتر الكمي "lhs" والموتر الكمي "rhs" للحصول على "إخراج" كمي.

بالنظر إلى "lhs" و"rhs" الكمي، يتم إجراء إضافة كمية على "lhs" و"rhs" لإنشاء "إخراج" كمي.

يتبع `UniformQuantizedAdd` قواعد البث Numpy. تتم مقارنة شكلي صفيف الإدخال من حيث العناصر. بدءًا من الأبعاد الزائدة، يجب أن يكون البعدان متساويين أو يجب أن يكون أحدهما 1.

يجب أن يتم تكميم `lhs` و`rhs` باستخدام Tensor، حيث يتم تكميم قيمة البيانات باستخدام الصيغة: 

quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)
`output` يتم أيضًا تكميمها باستخدام نفس الصيغة.

إذا تم تكميم `lhs` و`output` لكل محور، فيجب أن يتطابق محور التكميم. وأيضًا، إذا كان كل من `rhs` و`output` مُكممين لكل محور، فيجب أن يتطابق محور التكميم. المطابقة تعني أن المحور يجب أن يتطابق عند الإضافة فيما يتعلق بالبث. على سبيل المثال، بالنسبة لكل من المعاملين `lhs` و`rhs`، إذا كان `operand.quantization_axis` >= 0 و`output.quantization_axis` >= 0، فإن `operand.dims` - `operand.quantization_axis` يجب أن يكون مساويًا لـ`output.dims ` - `output.quantization_axis`.

فئات متداخلة

فصل الموحدةQuantizedAdd.Options السمات الاختيارية لـ UniformQuantizedAdd

الأساليب العامة

الإخراج <T>
كإخراج ()
إرجاع المقبض الرمزي للموتر.
ثابت <T> UniQuantizedAdd <T>
إنشاء (نطاق النطاق ، المعامل <T> lhs، المعامل <T> rhs، المعامل <Float> lhsScales، المعامل <Integer> lhsZeroPoints، المعامل <Float> rhsScales، المعامل <Integer> rhsZeroPoints، المعامل <Float> جداول الإخراج، المعامل <عدد صحيح > OutputZeroPoints، Long lhsQuantizationMinVal، Long lhsQuantizationMaxVal، Long rhsQuantizationMinVal، Long rhsQuantizationMaxVal، Long OutputQuantizationMinVal، Long OutputQuantizationMaxVal، خيارات... الخيارات)
طريقة المصنع لإنشاء فئة تلتف حول عملية CombineQuantizedAdd جديدة.
ثابت الموحدةQuantizedAdd.Options
lhsQuantizationAxis (lhsQuantizationAxis الطويل)
الإخراج <T>
انتاج ()
الناتج الموتر الكمي.
ثابت الموحدةQuantizedAdd.Options
محور الكمي للإخراج (محور الكمي للإخراج الطويل)
ثابت الموحدةQuantizedAdd.Options
rhsQuantizationAxis (محور rhsQuantizationAxis الطويل)

الطرق الموروثة

الأساليب العامة

الإخراج العام <T> كإخراج ()

إرجاع المقبض الرمزي للموتر.

المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.

إنشاء الزي الرسمي الثابت العام <T> ( نطاق النطاق، المعامل <T> lhs، المعامل <T> rhs، المعامل <Float> lhsScales، المعامل <Integer> lhsZeroPoints، المعامل <Float> rhsScales، المعامل <Integer> rhsZeroPoints، المعامل <Float > مقاييس الإخراج، المعامل <عدد صحيح> OutZeroPoints، Long lhsQuantizationMinVal، Long lhsQuantizationMaxVal، Long rhsQuantizationMinVal، Long rhsQuantizationMaxVal، Long OutputQuantizationMinVal، Long OutputQuantizationMaxVal، خيارات... )

طريقة المصنع لإنشاء فئة تلتف حول عملية CombineQuantizedAdd جديدة.

حدود
نِطَاق النطاق الحالي
lhs يجب أن يكون موتر الكمي.
rhs يجب أن يكون موتر الكمي.
lhsScales القيمة (القيم) العائمة المستخدمة كعوامل قياس عند تحديد كمية البيانات الأصلية التي يمثلها `lhs`.
lhsZeroPoints قيمة (قيم) int32 المستخدمة كنقاط صفر عند قياس البيانات الأصلية التي يمثلها `lhs`. يجب أن يكون له نفس الشكل مع `lhs_scales`.
rhsScales القيمة (القيم) العائمة المستخدمة كعوامل قياس عند تحديد كمية البيانات الأصلية التي يمثلها `rhs`.
rhsZeroPoints قيمة (قيم) int32 المستخدمة كنقاط صفر عند تحديد كمية البيانات الأصلية التي يمثلها `rhs`. يجب أن يكون له نفس الشكل مع `rhs_scales`.
importScales القيمة (القيم) العائمة التي سيتم استخدامها كعوامل قياس عند تحديد كمية البيانات الأصلية التي يمثلها "المخرجات".
outputZeroPoints قيمة (قيم) int32 المستخدمة كنقاط صفر عند قياس البيانات الأصلية التي يمثلها الإخراج. يجب أن يكون له نفس الشكل مع `output_scales`.
lhsQuantizationMinVal القيمة الدنيا للبيانات الكمية المخزنة في `lhs`. على سبيل المثال، إذا كان `Tin` هو `qint8`، فيجب ضبط هذا على -127 إذا كان النطاق الضيق مكمما أو -128 إذا لم يكن كذلك.
lhsQuantizationMaxVal القيمة القصوى للبيانات الكمية المخزنة في `lhs`. على سبيل المثال، إذا كان `Tin` هو `qint8`، فيجب ضبطه على 127.
rhsQuantizationMinVal القيمة الدنيا للبيانات الكمية المخزنة في `rhs`. على سبيل المثال، إذا كان `Tin` هو `qint8`، فيجب ضبط هذا على -127 إذا كان النطاق الضيق مكمما أو -128 إذا لم يكن كذلك.
rhsQuantizationMaxVal القيمة القصوى للبيانات الكمية المخزنة في `rhs`. على سبيل المثال، إذا كان `Tin` هو `qint8`، فيجب ضبطه على 127.
OutputQuantizationMinVal القيمة الدنيا للبيانات الكمية المخزنة في "المخرجات". على سبيل المثال، إذا كان `Tout` هو `qint8`، فيجب ضبط هذا على -127 إذا كان النطاق الضيق مكمما أو -128 إذا لم يكن كذلك.
OutputQuantizationMaxVal القيمة القصوى للبيانات الكمية المخزنة في "المخرجات". على سبيل المثال، إذا كان `Tout` هو `qint8`، فيجب ضبطه على 127.
خيارات يحمل قيم السمات الاختيارية
عائدات
  • مثيل جديد لـuniformQuantizedAdd

ثابت عام موحد QuantizedAdd.Options lhsQuantizationAxis (LhsQuantizationAxis طويل)

حدود
lhsQuantizationAxis يشير إلى مؤشر البعد الخاص بالموتر حيث يتم تطبيق التكميم لكل محور على الشرائح الموجودة على طول هذا البعد. إذا تم التعيين على -1 (افتراضي)، فهذا يشير إلى تكميم كل موتر. بالنسبة إلى `lhs`، يتم دعم التكميم لكل موتر فقط. وبالتالي، يجب ضبط هذا على -1. ستؤدي القيم الأخرى إلى ظهور خطأ في إنشاء OpKernel.

الإخراج العام <T> الإخراج ()

الناتج الموتر الكمي.

ثابت عام موحد QuantizedAdd.Options OutputQuantizationAxis (outputQuantizationAxis طويل)

حدود
OutputQuantizationAxis يشير إلى مؤشر البعد الخاص بالموتر حيث يتم تطبيق التكميم لكل محور على الشرائح الموجودة على طول هذا البعد. إذا تم التعيين على -1 (افتراضي)، فهذا يشير إلى تكميم كل موتر. بالنسبة إلى "الإخراج"، لا يتم دعم سوى التكميم لكل موتر أو التكميم لكل قناة على طول "output_feature_dimension". وبالتالي، يجب ضبط هذا على -1 أو `dimension_numbers.output_feature_dimension`. ستؤدي القيم الأخرى إلى ظهور خطأ في إنشاء OpKernel.

ثابت عام موحد QuantizedAdd.Options rhsQuantizationAxis (طويل rhsQuantizationAxis)

حدود
rhsQuantizationAxis يشير إلى مؤشر البعد الخاص بالموتر حيث يتم تطبيق التكميم لكل محور على الشرائح الموجودة على طول هذا البعد. إذا تم التعيين على -1 (افتراضي)، فهذا يشير إلى تكميم كل موتر. بالنسبة إلى `rhs`، يتم دعم التكميم لكل موتر أو التكميم لكل قناة على طول kernel_output_feature_dimension. وبالتالي، يجب ضبط هذا على -1 أو `dimension_numbers.kernel_output_feature_dimension`. ستؤدي القيم الأخرى إلى ظهور خطأ في إنشاء OpKernel.