tensorflow:: عملیات:: FakeQuantWithMinMaxVarsPerChannel

تانسور «ورودی‌ها» از نوع اعشاری و یکی از شکل‌های [d] و ... را به صورت ساختگی کوانتیزه کنید.

خلاصه

[b, d] [b, h, w, d] از طریق اعشارهای min و max به ازای هر کانال با شکل [d] تانسوری با همان شکل inputs را به صورت «خروجی» نمایش می‌دهد.

[min; max] ‎ محدوده‌ی محدودسازی برای داده‌های inputs را تعریف می‌کند. مقادیر inputs در محدوده‌ی کوانتیزاسیون ( [0; 2^num_bits - 1] وقتی narrow_range نادرست است و [1; 2^num_bits - 1] وقتی درست است) کوانتیزه شده و سپس کوانتیزه‌زدایی شده و به صورت اعشاری در بازه [min; max] خروجی داده می‌شوند. num_bits پهنای بیت کوانتیزاسیون است؛ بین 2 تا 16، شامل.

قبل از کوانتیزاسیون، مقادیر min و max با منطق زیر تنظیم می‌شوند. پیشنهاد می‌شود که min <= 0 <= max باشد. اگر 0 در محدوده مقادیر نباشد، رفتار می‌تواند غیرمنتظره باشد: اگر 0 < min < max : min_adj = 0 و max_adj = max - min . اگر min < max < 0 : min_adj = min - max و max_adj = 0 اگر min <= 0 <= max : scale = (max - min) / (2^num_bits - 1) ، min_adj = scale * round(min / scale) و max_adj = max + min_adj - min .

این عملیات دارای گرادیان است و بنابراین امکان آموزش مقادیر min و max را فراهم می‌کند.

استدلال‌ها:

• دامنه: یک شیء دامنه

بازده:

• Output : تانسور خروجی.

ویژگی‌های عمومی

Operation operation

::tensorflow::Output outputs

 FakeQuantWithMinMaxVarsPerChannel(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input inputs,
  ::tensorflow::Input min,
  ::tensorflow::Input max
)

 FakeQuantWithMinMaxVarsPerChannel(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input inputs,
  ::tensorflow::Input min,
  ::tensorflow::Input max,
  const FakeQuantWithMinMaxVarsPerChannel::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs NarrowRange(
  bool x
)

Attrs NumBits(
  int64 x
)