Aide à protéger la Grande barrière de corail avec tensorflow sur Kaggle Rejoignez Défi

tensorflow :: opérations :: QuantizeAndDequantizeV2 :: Attrs

#include <array_ops.h>

Définisseurs d'attributs facultatifs pour QuantizeAndDequantizeV2 .

Résumé

Attributs publics

axis_ = -1
int64
narrow_range_ = false
bool
num_bits_ = 8
int64
range_given_ = false
bool
round_mode_ = "HALF_TO_EVEN"
StringPiece
signed_input_ = true
bool

Fonctions publiques

Axis (int64 x)
TF_MUST_USE_RESULT Attrs
S'il est spécifié, cet axe est traité comme un axe de canal ou de tranche, et une plage de quantification distincte est utilisée pour chaque canal ou tranche le long de cet axe.
NarrowRange (bool x)
TF_MUST_USE_RESULT Attrs
Si True, alors la valeur absolue de la valeur minimale quantifiée est la même que la valeur maximale quantifiée, au lieu de 1 supérieure.
NumBits (int64 x)
TF_MUST_USE_RESULT Attrs
La largeur de bits de la quantification.
RangeGiven (bool x)
TF_MUST_USE_RESULT Attrs
Si la plage est donnée ou doit être déterminée à partir du tenseur d' input .
RoundMode (StringPiece x)
TF_MUST_USE_RESULT Attrs
L'attribut 'round_mode' contrôle quel algorithme d'arrondi de départage est utilisé pour arrondir les valeurs flottantes à leurs équivalents quantifiés.
SignedInput (bool x)
TF_MUST_USE_RESULT Attrs
Si la quantification est signée ou non signée.

Attributs publics

axe_

int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::axis_ = -1

fourchette étroite_

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::narrow_range_ = false

num_bits_

int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::num_bits_ = 8

range_given_

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::range_given_ = false

round_mode_

StringPiece tensorflow::ops::QuantizeAndDequantizeV2::Attrs::round_mode_ = "HALF_TO_EVEN"

igned_input_

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::signed_input_ = true

Fonctions publiques

Axe

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::Axis(
  int64 x
)

S'il est spécifié, cet axe est traité comme un axe de canal ou de tranche, et une plage de quantification distincte est utilisée pour chaque canal ou tranche le long de cet axe.

La valeur par défaut est -1

Fourchette étroite

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NarrowRange(
  bool x
)

Si True, alors la valeur absolue de la valeur minimale quantifiée est la même que la valeur maximale quantifiée, au lieu de 1 supérieure.

c'est-à-dire que pour une quantification 8 bits, la valeur minimale est -127 au lieu de -128.

La valeur par défaut est false

NumBits

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NumBits(
  int64 x
)

La largeur de bits de la quantification.

La valeur par défaut est 8

GammeGiven

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RangeGiven(
  bool x
)

Si la plage est donnée ou doit être déterminée à partir du tenseur d' input .

La valeur par défaut est false

RoundMode

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RoundMode(
  StringPiece x
)

L'attribut 'round_mode' contrôle quel algorithme d'arrondi de départage est utilisé pour arrondir les valeurs flottantes à leurs équivalents quantifiés.

Les modes d'arrondi suivants sont actuellement pris en charge:

  • HALF_TO_EVEN: c'est le round_mode par défaut.
  • HALF_UP: arrondi vers le positif. Dans ce mode, 7,5 arrondis à 8 et -7,5 arrondis à -7.

La valeur par défaut est "HALF_TO_EVEN"

SignedInput

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::SignedInput(
  bool x
)

Si la quantification est signée ou non signée.

(en fait, ce paramètre aurait dû être appelé signed_output )

La valeur par défaut est true