QuantizedMatMulWithBiasAndRelu

کلاس نهایی عمومی QuantizedMatMulWithBiasAndRelu

یک ضرب ماتریس کوانتیزه «a» در ماتریس «b» با بایاس جمع و همجوشی relu انجام دهید.

ورودی ها باید ماتریس های دو بعدی و بردار بایاس 1 بعدی باشند. و بعد داخلی «a» (پس از جابجایی اگر «transpose_a» غیر صفر باشد) باید با بعد بیرونی «b» مطابقت داشته باشد (بعد از جابجایی اگر «transposed_b» غیر صفر باشد). سپس عملیات اضافه کردن پخش را با مقادیر بایاس در نتیجه ضرب ماتریس انجام دهید. اندازه بایاس باید با بعد داخلی «b» مطابقت داشته باشد. سپس Relu activation را انجام دهید تا نتیجه غیر منفی بگیرید.

کلاس های تو در تو

کلاس QuantizedMatMulWithBiasAndRelu.Options ویژگی های اختیاری برای QuantizedMatMulWithBiasAndRelu

ثابت ها

رشته OP_NAME نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

استاتیک <V گسترش TType > QuantizedMatMulWithBiasAndRelu <V>
ایجاد ( دامنه دامنه ، عملوند <? گسترش TType > a، عملوند <? گسترش TType > b، عملوند < TFloat32 > تعصب، عملوند < TFloat32 > minA، عملوند < TFloat32 > maxA، عملوند < TFloat32 > minB، عملوند < TFloat32 > , Class<V> Toutput, Options... گزینه ها)
روش کارخانه برای ایجاد کلاسی که یک عملیات جدید QuantizedMatMulWithBiasAndRelu را بسته بندی می کند.
Static QuantizedMatMulWithBiasAndRelu.Options
inputQuantMode (رشته ورودیQuantMode)
خروجی < TFloat32 >
حداکثر کردن ()
مقدار شناور که بالاترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.
خروجی < TFloat32 >
minOut ()
مقدار شناوری که کمترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.
خروجی <V>
Static QuantizedMatMulWithBiasAndRelu.Options
transposeA (transposeA Boolean)
Static QuantizedMatMulWithBiasAndRelu.Options
transposeB (transposeB)

روش های ارثی

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "QuantizedMatMulWithBiasAndRelu"

روش های عمومی

استاتیک عمومی QuantizedMatMulWithBiasAndRelu <V> ایجاد ( دامنه دامنه ، عملوند <? گسترش TType > a، عملوند <? گسترش TType > b، عملوند < TFloat32 > بایاس ، عملوند < TFloat32 > minA، عملوند < TFloat32 > < TFloat32 > maxA, , Operand < TFloat32 > maxB, Class<V> Toutput, Options... گزینه ها)

روش کارخانه برای ایجاد کلاسی که یک عملیات جدید QuantizedMatMulWithBiasAndRelu را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
آ ماتریسی که باید ضرب شود. باید یک تانسور دو بعدی از نوع «quiint8» باشد.
ب ماتریسی که باید ضرب شود و باید یک تانسور دو بعدی از نوع 'qint8' باشد.
جانبداری یک تانسور بایاس 1 بعدی با تطبیق اندازه با بعد داخلی «b» (پس از انتقال اگر «transposed_b» غیر صفر باشد).
minA مقدار شناور که کمترین مقدار «a» کوانتیزه شده نشان دهنده آن است.
maxA مقدار شناور که بالاترین مقدار «a» کوانتیزه شده نشان دهنده آن است.
minB مقدار شناور که کمترین مقدار «b» کوانتیزه شده نشان دهنده آن است.
maxB مقدار شناور که بالاترین مقدار «b» کوانتیزه شده نشان دهنده آن است.
گزینه ها مقادیر ویژگی های اختیاری را حمل می کند
برمی گرداند
  • یک نمونه جدید از QuantizedMatMulWithBiasAndRelu

عمومی استاتیک QuantizedMatMulWithBiasAndRelu.Options inputQuantMode (رشته ورودیQuantMode)

مولفه های
inputQuantMode حالت کوانتیزاسیون داده های ورودی MIN_FIRST (پیش‌فرض) یا SCALED.

خروجی عمومی < TFloat32 > maxOut ()

مقدار شناور که بالاترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.

خروجی عمومی < TFloat32 > minOut ()

مقدار شناوری که کمترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.

خروجی عمومی <V> خارج ()

عمومی استاتیک QuantizedMatMulWithBiasAndRelu.Options transposeA (transposeA Boolean)

مولفه های
انتقال A اگر درست باشد، «a» قبل از ضرب جابه‌جا می‌شود.

عمومی استاتیک QuantizedMatMulWithBiasAndRelu.Options transposeB (transposeB بولی)

مولفه های
transposeB اگر درست باشد، «b» قبل از ضرب جابه‌جا می‌شود.