tensorflow :: ops :: QuantizedMatMul

Wykonaj skwantyzowane mnożenie macierzy a przez macierz b .

streszczenie

Dane wejściowe muszą być dwuwymiarowymi macierzami, a wymiar wewnętrzny a (po transpozycji, jeśli transpose_a ma wartość różną od zera) musi odpowiadać zewnętrznemu wymiarowi b (po transpozycji, jeśli transposed_b ma wartość różną od zera).

Argumenty:

• zakres: obiekt Scope
• a: Musi być dwuwymiarowym tensorem.
• b: Musi być dwuwymiarowym tensorem.
• min_a: Wartość pływak, że najniższa krokowe a wartości reprezentuje.
• max_a: Wartość pływak, że najwyższy krokowe wartość reprezentuje. a
• min_b: wartość zmiennoprzecinkowa reprezentowana przez najniższą skwantyzowaną wartość b .
• max_b: wartość zmiennoprzecinkowa reprezentowana przez najwyższą skwantowaną wartość b .

Atrybuty opcjonalne (patrz Attrs ):

• transpose_a: Jeśli prawda, a jest transponowane przed pomnożeniem.
• transpose_b: Jeśli prawda, b jest transponowane przed pomnożeniem.
• Takaktywacja: typ wyjścia generowanego przez funkcję aktywacji po tej operacji.

Zwroty:

• Output
• Output min_out: Wartość zmiennoprzecinkowa, którą reprezentuje najniższa skwantowana wartość wyjściowa.
• Output max_out: Wartość zmiennoprzecinkowa, którą reprezentuje najwyższa skwantowana wartość wyjściowa.

Atrybuty publiczne

::tensorflow::Output max_out

::tensorflow::Output min_out

Operation operation

::tensorflow::Output out

 QuantizedMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a,
  ::tensorflow::Input b,
  ::tensorflow::Input min_a,
  ::tensorflow::Input max_a,
  ::tensorflow::Input min_b,
  ::tensorflow::Input max_b
)

 QuantizedMatMul(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input a,
  ::tensorflow::Input b,
  ::tensorflow::Input min_a,
  ::tensorflow::Input max_a,
  ::tensorflow::Input min_b,
  ::tensorflow::Input max_b,
  const QuantizedMatMul::Attrs & attrs
)

Attrs Tactivation(
  DataType x
)

Attrs Toutput(
  DataType x
)

Attrs TransposeA(
  bool x
)

Attrs TransposeB(
  bool x
)