Realice una adición cuantificada del tensor cuantificado "lhs" y del tensor cuantificado "rhs" para generar una "salida" cuantificada.
Dados "lhs" cuantificados y "rhs" cuantificados, realiza una suma cuantificada en "lhs" y "rhs" para generar una "salida" cuantificada.
`UniformQuantizedAdd` sigue las reglas de transmisión de Numpy. Las dos formas de la matriz de entrada se comparan por elementos. Comenzando con las dimensiones finales, las dos dimensiones deben ser iguales o una de ellas debe ser 1.
`lhs` y `rhs` deben ser tensores cuantificados, donde el valor de los datos se cuantifica mediante la fórmula:
quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)
La "salida" también se cuantifica, utilizando la misma fórmula.Si `lhs` y `output` están cuantificados por eje, el eje de cuantificación debe coincidir. Además, si "rhs" y "output" están cuantificados por eje, el eje de cuantificación debe coincidir. Coincidencia significa que el eje debe coincidir al sumar, con respecto a la transmisión. es decir, para ambos operandos `lhs` y `rhs`, si `operand.quantization_axis` >= 0 y `output.quantization_axis` >= 0, `operand.dims` - `operand.quantization_axis` debe ser igual a `output.dims ` - `salida.eje_cuantización`.
Clases anidadas
clase | Opciones adicionales cuantizadas uniformes | Atributos opcionales para UniformQuantizedAdd |
Métodos públicos
Salida <T> | como salida () Devuelve el identificador simbólico de un tensor. |
estático <T> UniformQuantizedAdd <T> | crear ( Alcance alcance, Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Entero> lhsZeroPoints, Operando <Float> rhsScales, Operando <Entero> rhsZeroPoints, Operando <Float> escalas de salida, Operando <Entero > salidaZeroPoints, LhsQuantizationMinVal largo, LhsQuantizationMaxVal largo, rhsQuantizationMinVal largo, rhsQuantizationMaxVal largo, QuantizationMinVal de salida largo, QuantizationMaxVal de salida largo, Opciones... opciones) Método de fábrica para crear una clase que envuelve una nueva operación UniformQuantizedAdd. |
Opciones estáticas UniformQuantizedAdd. | lhsQuantizationAxis (largo lhsQuantizationAxis) |
Salida <T> | producción () El tensor cuantificado de salida. |
Opciones estáticas UniformQuantizedAdd. | OutputQuantizationAxis (eje de cuantificación de salida largo) |
Opciones estáticas UniformQuantizedAdd. | rhsQuantizationAxis (rhsQuantizationAxis largo) |
Métodos heredados
Métodos públicos
Salida pública <T> como Salida ()
Devuelve el identificador simbólico de un tensor.
Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
public static UniformQuantizedAdd <T> create ( Alcance alcance, Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float > escalas de salida, operando <entero> salidaCeroPuntos, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long OutputQuantizationMinVal, Long OutputQuantizationMaxVal, Opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación UniformQuantizedAdd.
Parámetros
alcance | alcance actual |
---|---|
lhs | Debe ser un tensor cuantificado. |
derecho | Debe ser un tensor cuantificado. |
lhsEscalas | Los valores flotantes utilizados como factores de escala al cuantificar los datos originales que representa "lhs". |
lhsCeroPuntos | Los valores int32 utilizados como puntos cero al cuantificar los datos originales que representa "lhs". Debe tener la misma forma que `lhs_scales`. |
rhsEscalas | Los valores flotantes utilizados como factores de escala al cuantificar los datos originales que representa "rhs". |
rhsCeroPuntos | Los valores int32 utilizados como puntos cero al cuantificar los datos originales que representa "rhs". Debe tener la misma forma que `rhs_scales`. |
escalas de salida | Los valores flotantes que se utilizarán como factores de escala al cuantificar los datos originales que representa la "salida". |
salidaCeroPuntos | Los valores int32 utilizados como puntos cero al cuantificar los datos originales que representa la salida. Debe tener la misma forma que `output_scales`. |
lhsCuantizaciónMinVal | El valor mínimo de los datos cuantificados almacenados en "lhs". Por ejemplo, si `Tin` es `qint8`, se debe establecer en -127 si se cuantifica un rango estrecho o -128 en caso contrario. |
lhsCuantizaciónMaxVal | El valor máximo de los datos cuantificados almacenados en `lhs`. Por ejemplo, si "Tin" es "qint8", debe establecerse en 127. |
rhsCuantizaciónMinVal | El valor mínimo de los datos cuantificados almacenados en "rhs". Por ejemplo, si `Tin` es `qint8`, se debe establecer en -127 si se cuantifica un rango estrecho o -128 en caso contrario. |
rhsQuantizationMaxVal | El valor máximo de los datos cuantificados almacenados en "rhs". Por ejemplo, si "Tin" es "qint8", debe establecerse en 127. |
salidaCuantizaciónMinVal | El valor mínimo de los datos cuantificados almacenados en "salida". Por ejemplo, si `Tout` es `qint8`, debe establecerse en -127 si se cuantifica un rango estrecho o -128 en caso contrario. |
salidaQuantizationMaxVal | El valor máximo de los datos cuantificados almacenados en "salida". Por ejemplo, si "Tout" es "qint8", debe establecerse en 127. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de UniformQuantizedAdd
UniformQuantizedAdd.Options estático público lhsQuantizationAxis (largo lhsQuantizationAxis)
Parámetros
lhsCuantizaciónEje | Indica el índice de dimensión del tensor donde se aplica la cuantificación por eje para los cortes a lo largo de esa dimensión. Si se establece en -1 (predeterminado), esto indica cuantización por tensor. Para `lhs`, solo se admite la cuantificación por tensor. Por lo tanto, debe establecerse en -1. Otros valores generarán errores en la construcción de OpKernel. |
---|
público estático UniformQuantizedAdd.Options salidaQuantizationAxis (salida largaQuantizationAxis)
Parámetros
salidaCuantizaciónEje | Indica el índice de dimensión del tensor donde se aplica la cuantificación por eje para los cortes a lo largo de esa dimensión. Si se establece en -1 (predeterminado), esto indica cuantización por tensor. Para la "salida", solo se admite la cuantificación por tensor o por canal a lo largo de "output_feature_dimension". Por lo tanto, esto debe establecerse en -1 o `dimension_numbers.output_feature_dimension`. Otros valores generarán errores en la construcción de OpKernel. |
---|
público estático UniformQuantizedAdd.Options rhsQuantizationAxis (largo rhsQuantizationAxis)
Parámetros
rhsCuantizaciónAxis | Indica el índice de dimensión del tensor donde se aplica la cuantificación por eje para los cortes a lo largo de esa dimensión. Si se establece en -1 (predeterminado), esto indica cuantización por tensor. Para `rhs`, solo se admite la cuantificación por tensor o por canal a lo largo de `kernel_output_feature_dimension`. Por lo tanto, esto debe establecerse en -1 o `dimension_numbers.kernel_output_feature_dimension`. Otros valores generarán errores en la construcción de OpKernel. |
---|