tensorflow :: ops :: QuantizedConv2D
#include <nn_ops.h>
محاسبه کنولوشن 2D داده شده با اندازه گیری سنسورهای ورودی و فیلتر 4D.
خلاصه
ورودی ها سنسورهای کوانتیزه شده ای هستند که کمترین مقدار نشان دهنده تعداد واقعی حداقل مربوطه است و بیشترین مقدار نشان دهنده حداکثر است. این بدان معنی است که شما فقط می توانید با در نظر گرفتن مقادیر حداقل و حداکثر برگشتی ، خروجی کوانتیزه شده را به همین روش تفسیر کنید.
استدلال ها:
- دامنه: یک شی Sc Scope
- filter: بعد input_depth فیلتر باید با ابعاد عمق ورودی مطابقت داشته باشد.
- min_input: مقدار float که کمترین مقدار ورودی کوانتیزه شده را نشان می دهد.
- max_input: مقدار float که بالاترین مقدار ورودی کوانتیزه شده را نشان می دهد.
- min_filter: مقدار float که کمترین مقدار فیلتر کوانتیزه شده را نشان می دهد.
- max_filter: مقدار float که بالاترین مقدار فیلتر کوانتیزه شده را نشان می دهد.
- strides: گام پنجره کشویی برای هر بعد از سنسور ورودی.
- padding: نوع الگوریتم padding برای استفاده.
ویژگی های اختیاری (به Attrs
مراجعه کنید):
- اتساع: تانسور 1-D طول 4. ضریب اتساع برای هر بعد
input
. اگر روی k> 1 تنظیم شود ، بین هر عنصر فیلتر در آن بعد سلولهای k-1 وجود دارد. ترتیب ابعاد با مقدارdata_format
، برای جزئیات به بالا مراجعه کنید. اتساع در ابعاد دسته و عمق باید 1 باشد.
بازده:
-
Output
خروجی -
Output
min_output: مقدار float که کمترین مقدار خروجی کوانتیزه شده را نشان می دهد. -
Output
max_output: مقدار float که بالاترین مقدار خروجی کوانتیزه شده را نشان می دهد.
سازندگان و ویرانگران | |
---|---|
QuantizedConv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, :: tensorflow::Input min_input, :: tensorflow::Input max_input, :: tensorflow::Input min_filter, :: tensorflow::Input max_filter, const gtl::ArraySlice< int > & strides, StringPiece padding) | |
QuantizedConv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, :: tensorflow::Input min_input, :: tensorflow::Input max_input, :: tensorflow::Input min_filter, :: tensorflow::Input max_filter, const gtl::ArraySlice< int > & strides, StringPiece padding, const QuantizedConv2D::Attrs & attrs) |
صفات عمومی | |
---|---|
max_output | |
min_output | |
operation | |
output |
توابع استاتیک عمومی | |
---|---|
Dilations (const gtl::ArraySlice< int > & x) | |
OutType (DataType x) |
سازه ها | |
---|---|
tensorflow :: ops :: QuantizedConv2D :: Attrs | تنظیم کننده های ویژگی اختیاری برای QuantizedConv2D . |
صفات عمومی
حداکثر_ خروجی
::tensorflow::Output max_output
min_output
::tensorflow::Output min_output
عمل
Operation operation
خروجی
::tensorflow::Output output
کارکردهای عمومی
QuantizedConv2D
QuantizedConv2D( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter, ::tensorflow::Input min_input, ::tensorflow::Input max_input, ::tensorflow::Input min_filter, ::tensorflow::Input max_filter, const gtl::ArraySlice< int > & strides, StringPiece padding )
QuantizedConv2D
QuantizedConv2D( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter, ::tensorflow::Input min_input, ::tensorflow::Input max_input, ::tensorflow::Input min_filter, ::tensorflow::Input max_filter, const gtl::ArraySlice< int > & strides, StringPiece padding, const QuantizedConv2D::Attrs & attrs )
توابع استاتیک عمومی
گشاد شدن
Attrs Dilations( const gtl::ArraySlice< int > & x )
OutType
Attrs OutType( DataType x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2020-04-20 بهوقت ساعت هماهنگ جهانی.