Aviso: esta API está obsoleta e será removida em uma versão futura do TensorFlow depois que a substituição estiver estável.

Esta página foi traduzida pela API Cloud Translation.

UniformQuantizedAdd

classe final pública UniformQuantizedAdd

Realize a adição quantizada de Tensor `lhs` quantizado e Tensor `rhs` quantizado para fazer a `saída` quantizada.

Dado `lhs` quantizado e `rhs` quantizado, realiza adição quantizada em `lhs` e `rhs` para fazer `saída` quantizada.

`UniformQuantizedAdd` segue as regras de transmissão Numpy. As duas formas de matriz de entrada são comparadas elemento a elemento. Começando com as dimensões à direita, as duas dimensões devem ser iguais ou uma delas precisa ser 1.

`lhs` e `rhs` devem ser quantizados Tensor, onde o valor dos dados é quantizado usando a fórmula:

quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)

`output` também é quantizado, usando a mesma fórmula.

Se `lhs` e `output` forem ambos quantizados por eixo, o eixo de quantização deve corresponder. Além disso, se `rhs` e `output` forem ambos quantizados por eixo, o eixo de quantização deve corresponder. Match significa que o eixo deve corresponder ao adicionar, em relação à transmissão. ou seja, para ambos os operandos `lhs` e `rhs`, se `operand.quantization_axis` >= 0 e `output.quantization_axis` >= 0, `operand.dims` - `operand.quantization_axis` deve ser igual a `output.dims ` - `output.quantization_axis`.

Classes aninhadas

aula UniformQuantizedAdd.Options Atributos opcionais para UniformQuantizedAdd

Métodos públicos

Saída <T>	asOutput () Retorna o identificador simbólico de um tensor.
static <T> UniformQuantizedAdd <T>	create ( Escopo escopo, Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float> outputScales, Operando <Integer > outputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, Options... options) Método de fábrica para criar uma classe envolvendo uma nova operação UniformQuantizedAdd.
estático UniformQuantizedAdd.Options	lhsQuantizationAxis (Longo lhsQuantizationAxis)
Saída <T>	saída () O tensor quantizado de saída.
estático UniformQuantizedAdd.Options	outputQuantizationAxis (Long outputQuantizationAxis)
estático UniformQuantizedAdd.Options	rhsQuantizationAxis (Long rhsQuantizationAxis)

Métodos Herdados

Da classe org.tensorflow.op.PrimitiveOp

final booleano	é igual a (Objeto obj)
int final	hashCode ()
Operação	op () Retorna a `Operation` subjacente
String final	toString ()

Da classe java.lang.Object

boleano	igual a (objeto arg0)
Aula final<?>	getClass ()
int	hashCode ()
vazio final	notificar ()
vazio final	notificarTodos ()
Corda	toString ()
vazio final	espera (long arg0, int arg1)
vazio final	espera (arg0 longo)
vazio final	espere ()

Da interface org.tensorflow.Operand

Saída abstrata <T>

asOutput ()

Retorna o identificador simbólico de um tensor.

Métodos públicos

public Output <T> asOutput ()

Retorna o identificador simbólico de um tensor.

As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa a computação da entrada.

public static UniformQuantizedAdd <T> create ( Escopo escopo , Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float > outputScales, Operand <Integer> outputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, Options... options)

Método de fábrica para criar uma classe envolvendo uma nova operação UniformQuantizedAdd.

Parâmetros

escopo	escopo atual
lhs	Deve ser um tensor quantizado.
rhs	Deve ser um tensor quantizado.
lhsScales	Os valores flutuantes usados como fatores de escala ao quantizar os dados originais que `lhs` representa.
lhsZeroPoints	O(s) valor(es) int32 usado(s) como ponto zero ao quantizar os dados originais que `lhs` representa. Deve ter a mesma forma com `lhs_scales`.
rhsScales	Os valores flutuantes usados como fatores de escala ao quantizar os dados originais que `rhs` representa.
rhsZeroPoints	O(s) valor(es) int32 usado(s) como ponto zero ao quantizar os dados originais que `rhs` representa. Deve ter a mesma forma com `rhs_scales`.
escalas de saída	Os valores flutuantes a serem usados como fatores de escala ao quantizar os dados originais que a `saída` representa.
outputZeroPoints	Os valores int32 usados como pontos zero ao quantizar os dados originais que a saída representa. Deve ter a mesma forma com `output_scales`.
lhsQuantizationMinVal	O valor mínimo dos dados quantizados armazenados em `lhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como -127 se a faixa estreita for quantizada ou -128 se não for.
lhsQuantizationMaxVal	O valor máximo dos dados quantizados armazenados em `lhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como 127.
rhsQuantizationMinVal	O valor mínimo dos dados quantizados armazenados em `rhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como -127 se a faixa estreita for quantizada ou -128 se não for.
rhsQuantizationMaxVal	O valor máximo dos dados quantizados armazenados em `rhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como 127.
outputQuantizationMinVal	O valor mínimo dos dados quantizados armazenados em `output`. Por exemplo, se `Tout` for `qint8`, deve ser definido como -127 se a faixa estreita for quantizada ou -128 se não for.
outputQuantizationMaxVal	O valor máximo dos dados quantizados armazenados em `output`. Por exemplo, se `Tout` for `qint8`, deve ser definido como 127.
opções	carrega valores de atributos opcionais

devoluções

uma nova instância de UniformQuantizedAdd

public static UniformQuantizedAdd.Options lhsQuantizationAxis (Long lhsQuantizationAxis)

Parâmetros

lhsQuantizationAxis	Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada para as fatias ao longo dessa dimensão. Se definido como -1 (padrão), isso indica quantização por tensor. Para o `lhs`, apenas a quantização por tensor é suportada. Portanto, deve ser definido como -1. Outros valores aumentarão o erro na construção do OpKernel.

saída pública <T> saída ()

O tensor quantizado de saída.

public static UniformQuantizedAdd.Options outputQuantizationAxis (Long outputQuantizationAxis)

Parâmetros

outputQuantizationAxis	Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada para as fatias ao longo dessa dimensão. Se definido como -1 (padrão), isso indica quantização por tensor. Para a `saída`, apenas a quantização por tensor ou a quantização por canal ao longo de `output_feature_dimension` é suportada. Portanto, isso deve ser definido como -1 ou `dimension_numbers.output_feature_dimension`. Outros valores aumentarão o erro na construção do OpKernel.

outputQuantizationAxis

Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada para as fatias ao longo dessa dimensão. Se definido como -1 (padrão), isso indica quantização por tensor. Para a `saída`, apenas a quantização por tensor ou a quantização por canal ao longo de `output_feature_dimension` é suportada. Portanto, isso deve ser definido como -1 ou `dimension_numbers.output_feature_dimension`. Outros valores aumentarão o erro na construção do OpKernel.

public static UniformQuantizedAdd.Options rhsQuantizationAxis (Long rhsQuantizationAxis)

Parâmetros

rhsQuantizationAxis	Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada para as fatias ao longo dessa dimensão. Se definido como -1 (padrão), isso indica quantização por tensor. Para o `rhs`, apenas a quantização por tensor ou por canal ao longo do `kernel_output_feature_dimension` é suportada. Portanto, isso deve ser definido como -1 ou `dimension_numbers.kernel_output_feature_dimension`. Outros valores aumentarão o erro na construção do OpKernel.

rhsQuantizationAxis

Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada para as fatias ao longo dessa dimensão. Se definido como -1 (padrão), isso indica quantização por tensor. Para o `rhs`, apenas a quantização por tensor ou por canal ao longo do `kernel_output_feature_dimension` é suportada. Portanto, isso deve ser definido como -1 ou `dimension_numbers.kernel_output_feature_dimension`. Outros valores aumentarão o erro na construção do OpKernel.