FakeQuantWithMinMaxVars

공개 최종 클래스 FakeQuantWithMinMaxVars

전역 부동 스칼라를 통해 부동 소수점 유형의 '입력' 텐서를 가짜 양자화합니다.

전역 부동 스칼라 'min' 및 'max'를 통해 float 유형의 '입력' 텐서를 '입력'과 동일한 형태의 '출력' 텐서로 가짜 양자화합니다.

속성

  • `[분; max]`는 `입력` 데이터의 클램핑 범위를 정의합니다.
  • `입력` 값은 양자화 범위(`narrow_range`가 false인 경우 `[0; 2^num_bits - 1]`, true인 경우 `[1; 2^num_bits - 1]`)로 양자화된 다음 역양자화됩니다. `[min; 에서 부동 소수점으로 출력합니다. max]` 간격.
  • `num_bits`는 양자화의 비트폭입니다. 2부터 16까지.
양자화 전에 'min' 및 'max' 값은 다음 논리로 조정됩니다. `min <= 0 <= max`를 사용하는 것이 좋습니다. '0'이 값 범위에 없으면 예상치 못한 동작이 발생할 수 있습니다.
  • `0 < min < max`인 경우: `min_adj = 0` 및 `max_adj = max - min`.
  • `min < max < 0`인 경우: `min_adj = min - max` 및 `max_adj = 0`.
  • `min <= 0 <= max`인 경우: `scale = (max - min) / (2^num_bits - 1) `, `min_adj = scale * round(min / scale)` 및 `max_adj = max + min_adj - min `.
이 연산에는 기울기가 있으므로 '최소' 및 '최대' 값을 훈련할 수 있습니다.

중첩 클래스

수업 FakeQuantWithMinMaxVars.Options FakeQuantWithMinMaxVars 의 선택적 속성

상수

OP_NAME TensorFlow 코어 엔진에서 알려진 이 작업의 이름

공개 방법

출력 < TFloat32 >
출력 ()
텐서의 기호 핸들을 반환합니다.
정적 FakeQuantWithMinMaxVars
생성 ( 범위 범위, 피연산자 < TFloat32 > 입력, 피연산자 < TFloat32 > 최소, 피연산자 < TFloat32 > 최대, 옵션... 옵션)
새로운 FakeQuantWithMinMaxVars 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
정적 FakeQuantWithMinMaxVars.Options
NarrowRange (부울 NarrowRange)
정적 FakeQuantWithMinMaxVars.Options
numBits (긴 numBits)
출력 < TFloat32 >
출력 ()

상속된 메서드

상수

공개 정적 최종 문자열 OP_NAME

TensorFlow 코어 엔진에서 알려진 이 작업의 이름

상수 값: "FakeQuantWithMinMaxVars"

공개 방법

공개 출력 < TFloat32 > 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 FakeQuantWithMinMaxVars 생성 ( 범위 범위, 피연산자 < TFloat32 > 입력, 피연산자 < TFloat32 > min, 피연산자 < TFloat32 > 최대, 옵션... 옵션)

새로운 FakeQuantWithMinMaxVars 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
옵션 선택적 속성 값을 전달합니다.
보고
  • FakeQuantWithMinMaxVars의 새로운 인스턴스

공개 정적 FakeQuantWithMinMaxVars.OptionsarrowRange ( BooleanarrowRange)

공개 정적 FakeQuantWithMinMaxVars.Options numBits (Long numBits)

공개 출력 < TFloat32 > 출력 ()