Cảnh báo: API này không được dùng nữa và sẽ bị xóa trong phiên bản tương lai của TensorFlow sau khi thay thế ổn định.

Trang này được dịch bởi Cloud Translation API.

UniformQuantizedAdd

lớp cuối cùng công khai Thống nhấtQuantizedAdd

Thực hiện phép cộng lượng tử hóa của Tensor lượng tử hóa `lhs` và Tensor lượng tử hóa `rhs` để tạo ra `đầu ra` được lượng tử hóa.

Cho `lhs` được lượng tử hóa và `rhs` được lượng tử hóa, thực hiện phép cộng lượng tử hóa trên `lhs` và `rhs` để tạo ra `đầu ra` được lượng tử hóa.

`UniformQuantizedAdd` tuân theo các quy tắc phát sóng Numpy. Hai hình dạng mảng đầu vào được so sánh theo từng phần tử. Bắt đầu với các thứ nguyên ở cuối, hai thứ nguyên phải bằng nhau hoặc một trong hai thứ nguyên đó phải bằng 1.

`lhs` và `rhs` phải được lượng tử hóa Tensor, trong đó giá trị dữ liệu được lượng tử hóa bằng công thức:

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

`output` cũng được lượng tử hóa, sử dụng cùng một công thức.

Nếu `lhs` và `output` đều được lượng tử hóa trên mỗi trục thì trục lượng tử hóa phải khớp nhau. Ngoài ra, nếu `rhs` và `output` đều được lượng tử hóa trên mỗi trục thì trục lượng tử hóa phải khớp nhau. Khớp có nghĩa là trục phải khớp khi thêm, liên quan đến việc phát sóng. tức là Đối với cả hai toán hạng `lhs` và `rhs`, nếu `operand.quantization_axis` >= 0 và `output.quantization_axis` >= 0, `operand.dims` - `operand.quantization_axis` phải bằng `output.dims ` - `output.quantization_axis`.

Các lớp lồng nhau

lớp học Đồng phụcQuantizedAdd.Options Các thuộc tính tùy chọn cho UniformQuantizedAdd

Phương pháp công khai

Đầu ra <T>	asOutput () Trả về phần điều khiển tượng trưng của một tenxơ.
tĩnh <T> Thống nhấtQuantizedAdd <T>	tạo ( Phạm vi phạm vi, Toán hạng <T> lhs, Toán hạng <T> rhs, Toán hạng <Float> lhsScales, Toán hạng <Integer> lhsZeroPoints, Toán hạng <Float> rhsScales, Toán hạng <Integer> rhsZeroPoints, Toán hạng <Float> đầu raScales, Toán hạng < Số nguyên > đầu raZeroPoints, lhsQuantizationMinVal dài, lhsQuantizationMaxVal dài, rhsQuantizationMinVal dài, rhsQuantizationMaxVal dài, đầu ra dàiQuantizationMinVal, đầu ra dàiQuantizationMaxVal, Tùy chọn... tùy chọn) Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Thống nhấtQuantizedAdd mới.
tĩnh Thống nhấtQuantizedAdd.Options	lhsTrục lượng tử hóa (Trục lhsQuantization dài)
Đầu ra <T>	đầu ra () Tensor lượng tử hóa đầu ra.
tĩnh Thống nhấtQuantizedAdd.Options	trục lượng tử đầu ra (Trục lượng tử hóa đầu ra dài)
tĩnh Thống nhấtQuantizedAdd.Options	rhsQuantizationAxis (RhsQuantizationAxis dài)

Phương pháp kế thừa

Từ lớp org.tensorflow.op.PrimitiveOp

boolean cuối cùng	bằng (Đối tượng obj)
int cuối cùng	Mã Băm ()
Hoạt động	ồ () Trả về `Operation` cơ bản
chuỗi cuối cùng	toString ()

Từ lớp java.lang.Object

boolean	bằng (Đối tượng arg0)
Lớp cuối cùng<?>	getClass ()
int	Mã Băm ()
khoảng trống cuối cùng	thông báo ()
khoảng trống cuối cùng	thông báoTất cả ()
Sợi dây	toString ()
khoảng trống cuối cùng	chờ đã (arg0 dài, int arg1)
khoảng trống cuối cùng	chờ đã (arg0 dài)
khoảng trống cuối cùng	Chờ đợi ()

Từ giao diện org.tensorflow.Operand

Đầu ra trừu tượng <T>

asOutput ()

Trả về phần điều khiển tượng trưng của một tenxơ.

Phương pháp công khai

Đầu ra công khai <T> asOutput ()

Trả về phần điều khiển tượng trưng của một tenxơ.

Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.

tĩnh công khai UnityQuantizedAdd <T> tạo ( Phạm vi phạm vi, Toán hạng <T> lhs, Toán hạng <T> rhs, Toán hạng <Float> lhsScales, Toán hạng <Integer> lhsZeroPoints, Toán hạng <Float> rhsScales, Toán hạng <Integer> rhsZeroPoints, Toán hạng <Float > đầu raScales, Toán hạng <Integer> đầu raZeroPoints, LhsQuantizationMinVal dài, LhsQuantizationMaxVal dài, RhsQuantizationMinVal dài, RhsQuantizationMaxVal dài, Đầu ra dàiQuantizationMinVal, Đầu ra dàiQuantizationMaxVal, Tùy chọn... tùy chọn)

Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Thống nhấtQuantizedAdd mới.

Thông số

phạm vi	phạm vi hiện tại
lh	Phải là một tensor lượng tử hóa.
ừ	Phải là một tensor lượng tử hóa.
lhsCân	(Các) giá trị float được sử dụng làm hệ số tỷ lệ khi lượng tử hóa dữ liệu gốc mà `lhs` đại diện.
lhsZeroPoints	(Các) giá trị int32 được sử dụng làm điểm 0 khi lượng tử hóa dữ liệu gốc mà `lhs` đại diện. Phải có hình dạng giống với `lhs_scales`.
rhsCân	(Các) giá trị float được sử dụng làm hệ số tỷ lệ khi lượng tử hóa dữ liệu gốc mà `rhs` đại diện.
rhsZeroPoints	(Các) giá trị int32 được sử dụng làm điểm 0 khi lượng tử hóa dữ liệu gốc mà `rhs` đại diện. Phải có hình dạng giống với `rhs_scales`.
đầu raThang đo	(Các) giá trị float được sử dụng làm hệ số tỷ lệ khi lượng tử hóa dữ liệu gốc mà `đầu ra` đại diện.
đầu raZeroPoints	(Các) giá trị int32 được sử dụng làm điểm 0 khi lượng tử hóa dữ liệu gốc mà đầu ra đại diện. Phải có hình dạng giống với `output_scales`.
lhsQuantizationMinVal	Giá trị tối thiểu của dữ liệu lượng tử hóa được lưu trữ trong `lhs`. Ví dụ: nếu `Tin` là `qint8`, thì giá trị này phải được đặt thành -127 nếu phạm vi hẹp được lượng tử hóa hoặc -128 nếu không.
lhsQuantizationMaxVal	Giá trị tối đa của dữ liệu lượng tử hóa được lưu trữ trong `lhs`. Ví dụ: nếu `Tin` là `qint8`, thì giá trị này phải được đặt thành 127.
rhsQuantizationMinVal	Giá trị tối thiểu của dữ liệu lượng tử hóa được lưu trữ trong `rhs`. Ví dụ: nếu `Tin` là `qint8`, thì giá trị này phải được đặt thành -127 nếu phạm vi hẹp được lượng tử hóa hoặc -128 nếu không.
rhsQuantizationMaxVal	Giá trị tối đa của dữ liệu lượng tử hóa được lưu trữ trong `rhs`. Ví dụ: nếu `Tin` là `qint8`, thì giá trị này phải được đặt thành 127.
đầu raLượng tử hóaMinVal	Giá trị tối thiểu của dữ liệu lượng tử hóa được lưu trữ trong `đầu ra`. Ví dụ: nếu `Tout` là `qint8`, thì giá trị này phải được đặt thành -127 nếu phạm vi hẹp được lượng tử hóa hoặc -128 nếu không.
đầu raQuantizationMaxVal	Giá trị tối đa của dữ liệu lượng tử hóa được lưu trữ trong `đầu ra`. Ví dụ: nếu `Tout` là `qint8`, thì giá trị này phải được đặt thành 127.
tùy chọn	mang các giá trị thuộc tính tùy chọn

Trả lại

một phiên bản mới của UnityQuantizedAdd

tĩnh công khai UnityQuantizedAdd.Options lhsQuantizationAxis (LhsQuantizationAxis dài)

Thông số

lhsTrục lượng tử hóa	Biểu thị chỉ số thứ nguyên của tensor trong đó lượng tử hóa trên mỗi trục được áp dụng cho các lát cắt dọc theo thứ nguyên đó. Nếu được đặt thành -1 (mặc định), điều này biểu thị lượng tử hóa trên mỗi tensor. Đối với `lhs`, chỉ hỗ trợ lượng tử hóa trên mỗi tensor. Vì vậy, điều này phải được đặt thành -1. Các giá trị khác sẽ gây ra lỗi khi xây dựng OpKernel.

lhsTrục lượng tử hóa

Biểu thị chỉ số thứ nguyên của tensor trong đó lượng tử hóa trên mỗi trục được áp dụng cho các lát cắt dọc theo thứ nguyên đó. Nếu được đặt thành -1 (mặc định), điều này biểu thị lượng tử hóa trên mỗi tensor. Đối với `lhs`, chỉ hỗ trợ lượng tử hóa trên mỗi tensor. Vì vậy, điều này phải được đặt thành -1. Các giá trị khác sẽ gây ra lỗi khi xây dựng OpKernel.

Đầu ra công khai đầu ra <T> ()

Tensor lượng tử hóa đầu ra.

tĩnh công khai Thống nhấtQuantizedAdd.Options đầu raQuantizationAxis (Đầu ra dàiQuantizationAxis)

Thông số

trục lượng tử hóa đầu ra	Biểu thị chỉ số thứ nguyên của tensor trong đó lượng tử hóa trên mỗi trục được áp dụng cho các lát cắt dọc theo thứ nguyên đó. Nếu được đặt thành -1 (mặc định), điều này biểu thị lượng tử hóa trên mỗi tensor. Đối với `output`, chỉ hỗ trợ lượng tử hóa trên mỗi tensor hoặc lượng tử hóa trên mỗi kênh dọc theo `output_feature_dimension`. Do đó, giá trị này phải được đặt thành -1 hoặc `dimension_numbers.output_feature_dimension`. Các giá trị khác sẽ gây ra lỗi khi xây dựng OpKernel.

trục lượng tử hóa đầu ra

Biểu thị chỉ số thứ nguyên của tensor trong đó lượng tử hóa trên mỗi trục được áp dụng cho các lát cắt dọc theo thứ nguyên đó. Nếu được đặt thành -1 (mặc định), điều này biểu thị lượng tử hóa trên mỗi tensor. Đối với `output`, chỉ hỗ trợ lượng tử hóa trên mỗi tensor hoặc lượng tử hóa trên mỗi kênh dọc theo `output_feature_dimension`. Do đó, giá trị này phải được đặt thành -1 hoặc `dimension_numbers.output_feature_dimension`. Các giá trị khác sẽ gây ra lỗi khi xây dựng OpKernel.

tĩnh công khai Thống nhấtQuantizedAdd.Options rhsQuantizationAxis (RhsQuantizationAxis dài)

Thông số

rhsLượng tử hóaTrục	Biểu thị chỉ số thứ nguyên của tensor trong đó lượng tử hóa trên mỗi trục được áp dụng cho các lát cắt dọc theo thứ nguyên đó. Nếu được đặt thành -1 (mặc định), điều này biểu thị lượng tử hóa trên mỗi tensor. Đối với `rhs`, chỉ hỗ trợ lượng tử hóa trên mỗi tensor hoặc lượng tử hóa trên mỗi kênh dọc theo `kernel_output_feature_dimension`. Do đó, giá trị này phải được đặt thành -1 hoặc `dimension_numbers.kernel_output_feature_dimension`. Các giá trị khác sẽ gây ra lỗi khi xây dựng OpKernel.

rhsLượng tử hóaTrục

Biểu thị chỉ số thứ nguyên của tensor trong đó lượng tử hóa trên mỗi trục được áp dụng cho các lát cắt dọc theo thứ nguyên đó. Nếu được đặt thành -1 (mặc định), điều này biểu thị lượng tử hóa trên mỗi tensor. Đối với `rhs`, chỉ hỗ trợ lượng tử hóa trên mỗi tensor hoặc lượng tử hóa trên mỗi kênh dọc theo `kernel_output_feature_dimension`. Do đó, giá trị này phải được đặt thành -1 hoặc `dimension_numbers.kernel_output_feature_dimension`. Các giá trị khác sẽ gây ra lỗi khi xây dựng OpKernel.