בצע הוספה כמותית של Tensor `lhs` ו-Tensor `rhs` מכומד כדי ליצור `פלט` כמותי.
בהינתן `lhs` ו-`rhs` כמותי, מבצע הוספה קוונטית על `lhs` ו-`rhs` כדי ליצור `פלט` כמותי.
`UniformQuantizedAdd` עוקב אחר כללי השידור של Numpy. שתי צורות מערך הקלט מושוות מבחינת אלמנט. החל מהממדים הנגררים, שני הממדים צריכים להיות שווים או שאחד מהם צריך להיות 1.
`lhs` ו-`rhs` חייבים להיות כמותיים של Tensor, כאשר ערך הנתונים מקומת באמצעות הנוסחה:
quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)
`פלט` גם הוא מכומד, תוך שימוש באותה נוסחה.אם 'lhs' ו-'output' שניהם מכומדים לפי ציר, ציר הקוונטיזציה חייב להתאים. כמו כן, אם 'rhs' ו-'output' הם שניהם מכומדים לפי ציר, ציר הקוונטיזציה חייב להתאים. התאמה פירושה שהציר חייב להתאים בעת ההוספה, לגבי השידור. כלומר עבור שני האופרנדים `lhs` ו-`rhs`, אם `operand.quantization_axis` >= 0 ו-`output.quantization_axis` >= 0, `operand.dims` - `operand.quantization_axis` חייב להיות שווה ל-`output.dims ` - `output.quantization_axis`.
כיתות מקוננות
מעמד | UniformQuantizedAdd.Options | תכונות אופציונליות עבור UniformQuantizedAdd |
שיטות ציבוריות
פלט <T> | asOutput () מחזירה את הידית הסמלית של טנזור. |
סטטי <T> UniformQuantizedAdd <T> | create ( scope scope, Operand <T> lhs, Operand <T> rhs, Operand <Float> lhsScales, Operand <Integer> lhsZeroPoints, Operand <Float> rhsScales, Operand <Integer> rhsZeroPoints, Operand <Float> <Integer> <Integer, Operand > outputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, Options... options) שיטת מפעל ליצירת מחלקה העוטפת פעולת UniformQuantizedAdd חדשה. |
סטטי UniformQuantizedAdd.Options | lhsQuantizationAxis (Long lhsQuantizationAxis) |
פלט <T> | פלט () הפלט טנזור קוונטי. |
סטטי UniformQuantizedAdd.Options | outputQuantizationAxis (Long outputQuantizationAxis) |
סטטי UniformQuantizedAdd.Options | rhsQuantizationAxis (Long rhsQuantizationAxis) |
שיטות בירושה
שיטות ציבוריות
פלט ציבורי <T> asOutput ()
מחזירה את הידית הסמלית של טנזור.
כניסות לפעולות TensorFlow הן יציאות של פעולת TensorFlow אחרת. שיטה זו משמשת להשגת ידית סמלית המייצגת את חישוב הקלט.
public static UniformQuantizedAdd <T> create ( scope scope, Operand <T> lhs, Operand <T> rhs, Operand <Float> lhsScales, Operand <Integer> lhsZeroPoints, Operand <Float> rhsScales, Operand <Integer> rhsZeroPoint, Operand <Integer> rhsZeros > outputScales, Operand <Integer> outputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, Options... options)
שיטת מפעל ליצירת מחלקה העוטפת פעולת UniformQuantizedAdd חדשה.
פרמטרים
תְחוּם | ההיקף הנוכחי |
---|---|
lhs | חייב להיות טנזור כמותי. |
rhs | חייב להיות טנזור כמותי. |
lhsscales | ערכי הציפה המשמשים כגורמי קנה מידה בעת כימות הנתונים המקוריים ש-'lhs' מייצגים. |
lhsZeroPoints | ערכי int32 המשמשים כנקודות אפס בעת כימות נתונים מקוריים ש-'lhs' מייצגים. חייבת להיות אותה צורה עם 'lhs_scales'. |
rhsScales | ערכי הציפה המשמשים כגורמי קנה מידה בעת כימות הנתונים המקוריים ש'rhs' מייצגים. |
rhsZeroPoints | ערכי int32 המשמשים כנקודות אפס בעת כימות נתונים מקוריים ש'rhs' מייצגים. חייבת להיות אותה צורה עם `rhs_scales`. |
סולמות פלט | ערכי הציפה לשימוש כגורמי קנה מידה בעת כימות נתונים מקוריים ש'פלט' מייצג. |
outputZeroPoints | ערכי int32 המשמשים כנקודות אפס בעת כימות נתונים מקוריים שהפלט מייצג. חייבת להיות אותה צורה עם 'סולמות_פלט'. |
lhsQuantizationMinVal | הערך המינימלי של הנתונים הכומתיים המאוחסנים ב-'lhs'. לדוגמה, אם `פח` הוא `qint8`, יש להגדיר את זה ל-127 אם הטווח הצר מקומת או -128 אם לא. |
lhsQuantizationMaxVal | הערך המקסימלי של הנתונים הכומתיים המאוחסנים ב-'lhs'. לדוגמה, אם `פח` הוא `qint8`, יש להגדיר זאת ל-127. |
rhsQuantizationMinVal | הערך המינימלי של הנתונים הכומתיים המאוחסנים ב-'rhs'. לדוגמה, אם `פח` הוא `qint8`, יש להגדיר את זה ל-127 אם הטווח הצר מקומת או -128 אם לא. |
rhsQuantizationMaxVal | הערך המקסימלי של הנתונים הכומתיים המאוחסנים ב-'rhs'. לדוגמה, אם `פח` הוא `qint8`, יש להגדיר זאת ל-127. |
outputQuantizationMinVal | הערך המינימלי של הנתונים הכומתיים המאוחסנים ב'פלט'. לדוגמה, אם `Tout` הוא `qint8`, יש להגדיר את זה ל-127 אם הטווח הצר מקומת או -128 אם לא. |
outputQuantizationMaxVal | הערך המקסימלי של הנתונים הכומתיים המאוחסנים ב'פלט'. לדוגמה, אם `Tout` הוא `qint8`, יש להגדיר זאת ל-127. |
אפשרויות | נושא ערכי תכונות אופציונליות |
החזרות
- מופע חדש של UniformQuantizedAdd
public static UniformQuantizedAdd.Options lhsQuantizationAxis (Long lhsQuantizationAxis)
פרמטרים
lhsQuantization Axis | מציין את אינדקס הממדים של הטנזור שבו מוחל קוונטיזציה לכל ציר עבור הפרוסות לאורך ממד זה. אם מוגדר ל-1 (ברירת מחדל), זה מצביע על קוונטיזציה לפי טנסור. עבור 'lhs', רק קוונטיזציה לפי טנסור נתמכת. לפיכך, יש להגדיר זאת ל-1. ערכים אחרים יעלו שגיאה בבניית OpKernel. |
---|
public static UniformQuantizedAdd.Options outputQuantizationAxis (Long outputQuantizationAxis)
פרמטרים
outputQuantizationAxis | מציין את אינדקס הממדים של הטנזור שבו מוחל קוונטיזציה לכל ציר עבור הפרוסות לאורך ממד זה. אם מוגדר ל-1 (ברירת מחדל), זה מצביע על קוונטיזציה לפי טנסור. עבור 'פלט', נתמך רק קוונטיזציה לכל טנסור או קוונטיזציה לכל ערוץ לאורך 'מימד_תכונת_פלט'. לפיכך, יש להגדיר זאת ל-1 או `dimension_numbers.output_feature_dimension`. ערכים אחרים יעלו שגיאה בבניית OpKernel. |
---|
public static UniformQuantizedAdd.Options rhsQuantizationAxis (Long rhsQuantizationAxis)
פרמטרים
rhsQuantizationAxis | מציין את אינדקס הממדים של הטנזור שבו מוחל קוונטיזציה לכל ציר עבור הפרוסות לאורך ממד זה. אם מוגדר ל-1 (ברירת מחדל), זה מצביע על קוונטיזציה לפי טנסור. עבור ה-'rhs', נתמכת רק קוונטיזציה לכל טנסור או קוונטיזציה לכל ערוץ לאורך 'מימד_תכונת_פלט_kernel'. לפיכך, זה חייב להיות מוגדר ל-1 או `dimension_numbers.kernel_output_feature_dimension`. ערכים אחרים יעלו שגיאה בבניית OpKernel. |
---|