FakeQuantWithMinMaxVarsPerChannelGradient

kelas akhir publik FakeQuantWithMinMaxVarsPerChannelGradient

Hitung gradien untuk operasi FakeQuantWithMinMaxVarsPerChannel.

Kelas Bersarang

kelas FakeQuantWithMinMaxVarsPerChannelGradient.Options Atribut opsional untuk FakeQuantWithMinMaxVarsPerChannelGradient

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran < TFloat32 >
backpropWrtMax ()
Gradien yang dipropagasi mundur wrt
Keluaran < TFloat32 >
backpropWrtMin ()
Gradien yang dipropagasi mundur wrt
Keluaran < TFloat32 >
backpropsWrtInput ()
Gradien yang dipropagasi mundur wrt
FakeQuantWithMinMaxVarsPerChannelGradient statis
buat ( Lingkup lingkup, Operan < TFloat32 > gradien, Operan < TFloat32 > masukan, Operan < TFloat32 > min, Operan < TFloat32 > maks, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi FakeQuantWithMinMaxVarsPerChannelGradient baru.
FakeQuantWithMinMaxVarsPerChannelGradient.Options statis
rentang sempit (rentang sempit Boolean)
FakeQuantWithMinMaxVarsPerChannelGradient.Options statis
numBits (NumBits panjang)

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "FakeQuantWithMinMaxVarsPerChannelGradient"

Metode Publik

Keluaran publik < TFloat32 > backpropWrtMax ()

Gradien yang dipropagasi mundur dengan parameter maksimal, bentuk `[d]`: `sum_per_d(gradien * (input > maks))`.

Keluaran publik < TFloat32 > backpropWrtMin ()

Gradien yang dipropagasi mundur dengan parameter min, bentuk `[d]`: `sum_per_d(gradien * (input < min))`.

Keluaran publik < TFloat32 > backpropsWrtInput ()

Gradien yang dipropagasi mundur menggunakan input, bentuknya sama dengan `input`: `gradien * (input >= min && inputs <= max)`.

public static FakeQuantWithMinMaxVarsPerChannelGradient membuat ( Lingkup cakupan, Operan < TFloat32 > gradien, masukan Operan < TFloat32 >, Operan < TFloat32 > min, Operan < TFloat32 > maks, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi FakeQuantWithMinMaxVarsPerChannelGradient baru.

Parameter
cakupan ruang lingkup saat ini
gradien Gradien yang dipropagasi mundur di atas operasi FakeQuantWithMinMaxVars, membentuk salah satu dari: `[d]`, `[b, d]`, `[b, h, w, d]`.
masukan Nilai yang diteruskan sebagai masukan ke operasi FakeQuantWithMinMaxVars, bentuknya sama dengan `gradien`. min, maks: Interval kuantisasi, bentuk float `[d]`.
pilihan membawa nilai atribut opsional
Kembali
  • contoh baru dari FakeQuantWithMinMaxVarsPerChannelGradient

public static FakeQuantWithMinMaxVarsPerChannelGradient.Options NarrowRange (Boolean NarrowRange)

Parameter
rentang sempit Apakah akan dikuantisasi menjadi 2^num_bits - 1 nilai berbeda.

public static FakeQuantWithMinMaxVarsPerChannelGradient.Options numBits (NumBits panjang)

Parameter
nomorBits Bitwidth kuantisasi; antara 2 dan 16, inklusif.