UniformQuantizedConvolution

공개 최종 클래스 UniformQuantizedConvolution

양자화된 텐서 'lhs'와 양자화된 텐서 'rhs'의 양자화된 컨볼루션을 수행합니다. 양자화된 '출력'을 만들기 위해.

양자화된 'lhs'와 양자화된 'rhs'가 주어지면 'lhs'와 'rhs'에 양자화된 점을 수행하여 양자화된 '출력'을 만듭니다.

`lhs`와 `rhs`는 동일한 순위의 Tensor여야 하며 다음 모양 조건을 충족해야 합니다. - `lhs_feature` % `feature_group_count` == 0 - `lhs_feature` % `rhs_input_feature` == 0 - `lhs_feature` / `feature_group_count` == `rhs_input_feature` - `rhs_output_feature` % `feature_group_count` == 0 - `lhs_batch` % `배치_그룹_수` == 0 - `rhs_output_feature` % `배치_그룹_수` == 0

'lhs' 및 'rhs'는 양자화되어야 합니다. Tensor에서는 데이터 값이 다음 공식을 사용하여 양자화됩니다. 

quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)
'output'도 동일한 공식을 사용하여 양자화됩니다. 'rhs'가 텐서별 양자화되는 경우 'output'도 텐서별 양자화되어야 합니다.

중첩 클래스

수업 균일QuantizedConvolution.Options UniformQuantizedConvolution 의 선택적 속성

공개 방법

출력 <U>
출력 ()
텐서의 기호 핸들을 반환합니다.
정적 UniformQuantizedConvolution.Options
배치그룹카운트 (긴 배치그룹카운트)
static <U, T> 균일QuantizedConvolution <U>
create ( Scope 범위, Operand <T> lhs, Operand <T> rhs, Operand <Float> lhsScales, Operand <Integer> lhsZeroPoints, Operand <Float> rhsScales, Operand <Integer> rhsZeroPoints, Operand <Float> outputScales, Operand <Integer > outputZeroPoints, Class<U> Tout, 문자열 패딩, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, 옵션... 옵션)
새로운UniformQuantizedConvolution 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
정적 UniformQuantizedConvolution.Options
차원 번호 (문자열 차원 번호)
정적 UniformQuantizedConvolution.Options
explicitPadding (List<Long>explicitPadding)
정적 UniformQuantizedConvolution.Options
featureGroupCount (긴 featureGroupCount)
정적 UniformQuantizedConvolution.Options
lhsDilation (List<Long> lhsDilation)
정적 UniformQuantizedConvolution.Options
lhsQuantizationAxis (Long lhsQuantizationAxis)
출력 <U>
출력 ()
'Tout'의 양자화된 출력 텐서는 'lhs' 및 'rhs'와 동일한 순위입니다.
정적 UniformQuantizedConvolution.Options
outputQuantizationAxis (긴 출력QuantizationAxis)
정적 UniformQuantizedConvolution.Options
rhsDilation (List<Long> rhsDilation)
정적 UniformQuantizedConvolution.Options
rhsQuantizationAxis (긴 rhsQuantizationAxis)
정적 UniformQuantizedConvolution.Options
windowStrides (List<Long> windowStrides)

상속된 메서드

공개 방법

공개 출력 <U> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 균일 QuantizedConvolution.Options 배치그룹카운트 (긴 배치그룹카운트)

매개변수
배치그룹수 일괄 그룹 수입니다. 그룹화된 필터에 사용됩니다. `output_feature`의 제수여야 합니다.

public staticUniformQuantizedConvolution <U> create ( Scope 범위 , Operand <T> lhs, Operand <T> rhs, Operand <Float> lhsScales, Operand <Integer> lhsZeroPoints, Operand <Float> rhsScales, Operand <Integer> rhsZeroPoints, Operand <Float > outputScales, 피연산자 <Integer> outputZeroPoints, Class<U> Tout, String padding, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long OutputQuantizationMaxVal, 옵션... 옵션)

새로운UniformQuantizedConvolution 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
ㅋㅋㅋ 양자화된 텐서여야 하며 순위는 >= 3입니다.
rhs 'lhs'와 동일한 순위의 양자화된 텐서여야 합니다.
lhs저울 'lhs'가 나타내는 원본 데이터를 양자화할 때 배율 인수로 사용되는 부동 소수점 값입니다. 스칼라 `Tensor`여야 합니다(`lhs`는 텐서당 양자화만 지원합니다).
lhs제로포인트 'lhs'가 나타내는 원본 데이터를 양자화할 때 영점으로 사용되는 int32 값입니다. `lhs_scales`와 모양 조건이 동일합니다.
rhsScale 'rhs'가 나타내는 원본 데이터를 양자화할 때 배율 인수로 사용되는 부동 소수점 값입니다. 텐서별 양자화의 경우 스칼라 'Tensor', 채널별 양자화의 경우 'rhs.dim_size(kernel_output_feature_dimension)' 크기의 1D 'Tensor'여야 합니다.
rhsZeroPoints 'rhs'가 나타내는 원본 데이터를 양자화할 때 영점으로 사용되는 int32 값입니다. `rhs_scales`와 모양 조건이 동일합니다.
출력스케일 '출력'이 나타내는 원본 데이터를 양자화할 때 배율 인수로 사용할 부동 소수점 값입니다. 텐서별 양자화의 경우 스칼라 'Tensor'이거나 채널별 양자화의 경우 'output.dim_size(output_feature_dimension)'과 동일한 크기 'rhs.dim_size(kernel_output_feature_dimension)'의 1D 'Tensor'여야 합니다. 'rhs'가 텐서별 양자화되는 경우 출력도 텐서별 양자화되어야 합니다. 이는 `rhs_scales`와 `rhs_zero_points`가 스칼라 `Tensor`인 경우 `output_scales`와 `output_zero_points`도 스칼라 `Tensor`여야 함을 의미합니다.
출력ZeroPoint 출력이 나타내는 원본 데이터를 양자화할 때 영점으로 사용되는 int32 값입니다. `output_scales`와 모양 조건이 동일합니다.
암표 장수 '출력' 'Tensor' 유형입니다.
심 사용할 패딩 알고리즘 유형을 나타내는 `"SAME"`, `"VALID"` 또는 `"EXPLICIT"`의 문자열.
lhs양자화MinVal 'lhs'에 저장된 양자화된 데이터의 최소값입니다. 예를 들어 'Tin'이 'qint8'인 경우 좁은 범위가 양자화되면 -127로 설정되어야 하고, 그렇지 않으면 -128로 설정되어야 합니다.
lhsQuantizationMaxVal 'lhs'에 저장된 양자화된 데이터의 최대값입니다. 예를 들어 'Tin'이 'qint8'인 경우 127로 설정해야 합니다.
rhs양자화MinVal 'rhs'에 저장된 양자화된 데이터의 최소값입니다. 예를 들어 'Tin'이 'qint8'인 경우 좁은 범위가 양자화되면 -127로 설정되어야 하고, 그렇지 않으면 -128로 설정되어야 합니다.
rhsQuantizationMaxVal 'rhs'에 저장된 양자화된 데이터의 최대값입니다. 예를 들어 'Tin'이 'qint8'인 경우 127로 설정해야 합니다.
출력양자화MinVal '출력'에 저장된 양자화된 데이터의 최소값입니다. 예를 들어 'Tout'이 'qint8'인 경우 좁은 범위가 양자화되면 -127로 설정되어야 하고, 그렇지 않으면 -128로 설정되어야 합니다.
출력QuantizationMaxVal '출력'에 저장된 양자화된 데이터의 최대값입니다. 예를 들어 'Tout'이 'qint8'인 경우 127로 설정해야 합니다.
옵션 선택적 속성 값을 전달합니다.
보고
  • UniformQuantizedConvolution의 새로운 인스턴스

공개 정적 균일 QuantizedConvolution.Options 차원Numbers (문자열 차원Numbers)

매개변수
차원번호 컨볼루션 연산에 대한 차원 정보의 구조. 빈 문자열(기본값)이거나 'tensorflow.UniformQuantizedConvolutionDimensionNumbersAttr' proto의 직렬화된 문자열이어야 합니다. 빈 문자열인 경우 기본값은 `("NCHW", "OIHW", "NCHW")`입니다(2D 컨볼루션의 경우).

공개 정적 균일 QuantizedConvolution.OptionsexplicitPadding ( List<Long>explicitPadding)

매개변수
명시적 패딩 `padding`이 `"EXPLICIT"`인 경우 각 `lhs` 공간 차원의 시작과 끝에서 명시적 패딩을 나타내는 목록으로 설정되어야 합니다. 그렇지 않으면 비어 있어야 합니다.

(사용되는 경우) `2 * (lhs 공간 차원 수)` 크기의 목록이어야 합니다. 여기서 `(explicit_padding[2 * i],explicit_padding[2 * i + 1])`는 `(start_padding, end_padding)을 나타냅니다. `공간_차원[i]`의 `입니다.

공개 정적 균일 QuantizedConvolution.Options featureGroupCount (Long featureGroupCount)

매개변수
featureGroupCount 기능 그룹의 수입니다. 그룹화된 컨볼루션에 사용됩니다. 'lhs_feature'와 'output_feature'의 제수여야 합니다.

공개 정적 균일 QuantizedConvolution.Options lhsDilation (List<Long> lhsDilation)

매개변수
lhs확장 'lhs'의 각 공간 차원에 적용할 확장 인자입니다. 빈 목록(기본값) 또는 크기 목록(`lhs` 공간 차원 수)이어야 합니다. 목록이 비어 있으면 각 'lhs' 공간 차원의 팽창이 1로 설정됩니다.

공개 정적 균일 QuantizedConvolution.Options lhsQuantizationAxis (Long lhsQuantizationAxis)

매개변수
lhs양자화축 해당 차원에 따른 조각에 축당 양자화가 적용되는 텐서의 차원 인덱스를 나타냅니다. -1(기본값)로 설정하면 텐서별 양자화를 나타냅니다. `lhs`의 경우 텐서당 양자화만 지원됩니다. 따라서 이 값은 -1로 설정되어야 합니다. 다른 값은 OpKernel 구성 시 오류를 발생시킵니다.

공개 출력 <U> 출력 ()

'Tout'의 양자화된 출력 텐서는 'lhs' 및 'rhs'와 동일한 순위입니다.

공개 정적 균일 QuantizedConvolution. 옵션 출력QuantizationAxis (긴 출력QuantizationAxis)

매개변수
출력양자화축 해당 차원에 따른 조각에 축당 양자화가 적용되는 텐서의 차원 인덱스를 나타냅니다. -1(기본값)로 설정하면 텐서별 양자화를 나타냅니다. '출력'의 경우 'output_feature_dimension'에 따른 텐서별 양자화 또는 채널별 양자화만 지원됩니다. 따라서 이는 -1 또는 `dimension_numbers.output_feature_dimension`으로 설정되어야 합니다. 다른 값은 OpKernel 구성 시 오류를 발생시킵니다.

공개 정적 균일 QuantizedConvolution.Options rhsDilation (List<Long> rhsDilation)

매개변수
rhs확장 'rhs'의 각 공간 차원에 적용할 확장 인자입니다. 빈 목록(기본값) 또는 크기 목록(`rhs` 공간 차원 수)이어야 합니다. 목록이 비어 있으면 각 'rhs' 공간 차원의 팽창이 1로 설정됩니다.

공개 정적 균일 QuantizedConvolution.Options rhsQuantizationAxis (Long rhsQuantizationAxis)

매개변수
rhs양자화축 해당 차원에 따른 조각에 축당 양자화가 적용되는 텐서의 차원 인덱스를 나타냅니다. -1(기본값)로 설정하면 텐서별 양자화를 나타냅니다. 'rhs'의 경우 'kernel_output_feature_dimension'에 따른 텐서별 양자화 또는 채널별 양자화만 지원됩니다. 따라서 이는 -1 또는 `dimension_numbers.kernel_output_feature_dimension`으로 설정되어야 합니다. 다른 값은 OpKernel 구성 시 오류를 발생시킵니다.

공개 정적 균일 QuantizedConvolution.Options windowStrides (List<Long> windowStrides)

매개변수
창스트라이드 'lhs'의 각 공간 차원에 대한 슬라이딩 윈도우의 보폭입니다. 빈 목록(기본값) 또는 크기 목록(공간 차원 수)이어야 합니다. 빈 목록이 제공되면 각 공간 차원의 보폭은 1로 설정됩니다.