Ta strona została przetłumaczona przez Cloud Translation API.

tensorflow:: ops:: QuantizeAndDequantizeV2:: Attrs

#include <array_ops.h>

Opcjonalne settery atrybutów dla QuantizeAndDequantizeV2 .

Streszczenie

Atrybuty publiczne
`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`

Funkcje publiczne
`Axis (int64 x)`	`TF_MUST_USE_RESULT Attrs` Jeśli określono tę oś, jest ona traktowana jako oś kanału lub wycinka, a dla każdego kanału lub wycinka wzdłuż tej osi używany jest osobny zakres kwantyzacji.
`NarrowRange (bool x)`	`TF_MUST_USE_RESULT Attrs` Jeśli wartość jest równa Prawda, wówczas wartość bezwzględna skwantyzowanej wartości minimalnej jest taka sama jak skwantowana wartość maksymalna, a nie większa o 1.
`NumBits (int64 x)`	`TF_MUST_USE_RESULT Attrs` Szerokość bitowa kwantyzacji.
`RangeGiven (bool x)`	`TF_MUST_USE_RESULT Attrs` Czy zakres jest podany, czy też należy go określić na podstawie tensora `input` .
`RoundMode (StringPiece x)`	`TF_MUST_USE_RESULT Attrs` Atrybut 'round_mode' kontroluje, który algorytm rozstrzygania remisów jest używany podczas zaokrąglania wartości zmiennoprzecinkowych do ich skwantyzowanych odpowiedników.
`SignedInput (bool x)`	`TF_MUST_USE_RESULT Attrs` Czy kwantyzacja jest ze znakiem czy bez znaku.

Atrybuty publiczne

oś_

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

wąski_zakres_

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

liczba_bitów_

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

podany_zakres

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

tryb_okrągły_

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

podpisane_dane ...

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

Funkcje publiczne

Oś

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

Jeśli określono tę oś, jest ona traktowana jako oś kanału lub wycinka, a dla każdego kanału lub wycinka wzdłuż tej osi używany jest osobny zakres kwantyzacji.

Domyślnie -1

Wąski zakres

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

Jeśli wartość jest równa Prawda, wówczas wartość bezwzględna skwantyzowanej wartości minimalnej jest taka sama jak skwantowana wartość maksymalna, a nie większa o 1.

tj. dla kwantyzacji 8-bitowej minimalna wartość wynosi -127 zamiast -128.

Domyślnie fałsz

Liczba bitów

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

Szerokość bitowa kwantyzacji.

Domyślnie 8

Zakres podany

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

Czy zakres jest podany, czy też należy go określić na podstawie tensora input .

Domyślnie fałsz

Tryb okrągły

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

Atrybut 'round_mode' kontroluje, który algorytm rozstrzygania remisów jest używany podczas zaokrąglania wartości zmiennoprzecinkowych do ich skwantyzowanych odpowiedników.

Obecnie obsługiwane są następujące tryby zaokrąglania:

HALF_TO_EVEN: jest to domyślny tryb round_mode.
HALF_UP: zaokrągla w kierunku dodatnim. W tym trybie 7,5 zaokrągla w górę do 8, a -7,5 w górę do -7.

Domyślnie „HALF_TO_EVEN”

Podpisane dane wejściowe

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

Czy kwantyzacja jest ze znakiem czy bez znaku.

(właściwie ten parametr powinien nazywać się signed_output )

Domyślnie prawda