UniformRequantize

공개 최종 클래스 균일재양화

양자화된 텐서 `입력`이 주어지면 이를 새로운 양자화 매개변수로 다시 양자화합니다.

{input_scales, input_zero_points, input_Quantization_axis, input_Quantization_min_val, input_Quantization_max_val}을 사용하여 양자화된 양자화된 텐서 `input`이 주어지면 이를 {output_scales, output_zero_points,output_Quantization_axis,output_Quantization_min_val,output_Quantization_max_val}을 사용하여 양자화되는 텐서로 다시 양자화합니다. 재양자화는 다음 공식을 사용하여 수행됩니다.

텐서별 및 축별 양자화 지원 사례는 다음과 같습니다.

  • 텐서별 -> 텐서별
  • 텐서별 -> 축별
  • 축별 -> 축별, 여기서 input_퀀트화_축은 출력_양자화_축과 같습니다. 즉, input_Quantization_axis와 Output_Quantization_axis 중 적어도 하나는 -1이거나 두 개가 동일해야 합니다.

중첩 클래스

수업 균일재양자화.옵션 UniformRequantize 의 선택적 속성

공개 방법

출력 <U>
출력 ()
텐서의 기호 핸들을 반환합니다.
static <U, T> 균일리퀀타이즈 <U>
create ( Scope 범위, Operand <T> 입력, Operand <Float> inputScales, Operand <Integer> inputZeroPoints, Operand <Float> outputScales, Operand <Integer> outputZeroPoints, Class<U> Tout, Long inputQuantizationMinVal, Long inputQuantizationMaxVal, Long outputQuantizationMinVal, 긴 출력QuantizationMaxVal, 옵션... 옵션)
새로운UniformReQuantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
정적 균일재양화.옵션
inputQuantizationAxis (긴 inputQuantizationAxis)
출력 <U>
출력 ()
출력은 입력과 모양이 동일한 Tout의 Tensor를 양자화했습니다.
정적 균일재양화.옵션
outputQuantizationAxis (긴 출력QuantizationAxis)

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 균일화 <U> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <Float> inputScales, 피연산자 <Integer> inputZeroPoints, 피연산자 <Float> 출력Scales, 피연산자 <Integer> 출력ZeroPoints, Class<U> Tout, Long inputQuantizationMinVal, 긴 입력QuantizationMaxVal, 긴 출력QuantizationMinVal, 긴 출력QuantizationMaxVal, 옵션... 옵션)

새로운UniformReQuantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
입력 Tin의 Tensor여야 합니다.
입력저울 '입력'이 나타내는 원본 데이터를 양자화할 때 스케일로 사용되는 부동 소수점 값입니다. 퀀트화_축이 -1(텐서별 양자화)인 경우 스칼라 텐서여야 하며, 그렇지 않으면 크기가 (input.dim_size(양자화_축),)(축별 양자화)인 1D 텐서여야 합니다.
입력ZeroPoint `input`이 나타내는 원본 데이터를 양자화할 때 zero_point(s)로 사용되는 int32 값입니다. 저울과 모양상태가 동일합니다.
출력스케일 '입력'이 나타내는 원본 데이터를 양자화하기 위해 새 스케일로 사용할 부동 소수점 값입니다. 퀀트화_축이 -1(텐서별 양자화)인 경우 스칼라 텐서여야 하며, 그렇지 않으면 크기가 (input.dim_size(양자화_축),)(축별 양자화)인 1D 텐서여야 합니다.
출력ZeroPoint 'input'이 나타내는 원본 데이터를 양자화하기 위해 새로운 zero_point로 사용할 int32 값입니다. 저울과 모양상태가 동일합니다.
암표 장수 출력 텐서의 유형입니다. tf.DType: tf.qint8, tf.qint32
입력양자화MinVal '입력'이 나타내는 원본 데이터를 양자화할 때 사용된 양자화 최소값입니다. 이 속성의 목적은 일반적으로 좁은 범위를 나타내는 것입니다(그러나 이에 국한되지는 않음). 좁은 범위인 경우 `(Tin lower) + 1`로 설정되고 그렇지 않은 경우 `(Tin lower)`로 설정됩니다. 예를 들어 Tin이 qint8인 경우 좁은 범위가 양자화되면 -127로 설정되고 그렇지 않으면 -128로 설정됩니다.
입력QuantizationMaxVal '입력'이 나타내는 원본 데이터를 양자화할 때 사용된 양자화 최대값입니다. 이 속성의 목적은 일반적으로 좁은 범위를 나타내는 것입니다(그러나 이에 국한되지는 않음). 좁은 범위와 좁은 범위가 아닌 경우 모두 '(Tout max)'로 설정됩니다. 예를 들어 Tin이 qint8이면 127로 설정됩니다.
출력양자화MinVal '입력'이 나타내는 원본 데이터를 양자화하기 위한 새로운 양자화 최소값입니다.
출력QuantizationMaxVal '입력'이 나타내는 원본 데이터를 양자화하기 위한 새로운 양자화 최대값입니다.
옵션 선택적 속성 값을 전달합니다.
보고
  • 균일리퀀타이즈의 새로운 인스턴스

공개 정적 균일ReQuantize.옵션 inputQuantizationAxis (Long inputQuantizationAxis)

매개변수
입력양자화축 '입력'이 나타내는 원본 데이터를 양자화할 때 사용된 양자화 축입니다. 해당 차원에 따른 조각에 축당 양자화가 적용되는 텐서의 차원 인덱스를 나타냅니다. -1(기본값)로 설정하면 텐서별 양자화를 나타냅니다. 그렇지 않으면 [0, input.dims()) 범위 내에서 설정해야 합니다.

공개 출력 <U> 출력 ()

출력은 입력과 모양이 동일한 Tout의 Tensor를 양자화했습니다.

공개 정적 균일ReQuantize. 옵션 출력QuantizationAxis (긴 출력QuantizationAxis)

매개변수
출력양자화축 '입력'이 나타내는 원본 데이터를 양자화하는 데 사용할 새로운 양자화 축입니다.