UniformQuantizedConvolutionHybrid

Melakukan konvolusi terkuantisasi hibrid dari Tensor float `lhs` dan Tensor terkuantisasi `rhs`.

Mengingat float `lhs` dan `rhs` yang terkuantisasi, secara internal melakukan kuantisasi pada `lhs`, dan kemudian melakukan konvolusi terkuantisasi pada `lhs` dan `rhs` yang terkuantisasi.

Kuantisasi internal pada `lhs` adalah kuantisasi ke `Trhs`, rentang dinamis, per batch (per sumbu sepanjang sumbu `angka_dimensi.input_batch_dimension`), asimetris, dan bukan rentang sempit (rentangnya adalah [Trhs_MIN, Trhs_MAX]) .

`lhs` dan `rhs` harus berupa Tensor dengan peringkat yang sama, dan memenuhi kondisi bentuk berikut. - 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 % batch_group_count == 0 - rhs_output_feature % batch_group_count == 0

`rhs` harus dikuantisasi Tensor, dimana nilai datanya dikuantisasi menggunakan rumus: quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val).