tensorflow:: ops:: FakeQuantWithMinMaxVarsPerChannel

Fałszywie kwantyzuj tensor „wejściowy” typu float i jeden z kształtów: [d] ,.

Streszczenie

[b, d] [b, h, w, d] poprzez zmiennoprzecinkowe wartości na kanał min i max kształtu [d] do tensora „wyjściowego” o takim samym kształcie jak inputs .

[min; max] definiuje zakres zaciskania dla danych inputs . Wartości inputs są kwantyzowane do zakresu kwantyzacji ( [0; 2^num_bits - 1] , gdy narrow_range ma wartość false i [1; 2^num_bits - 1] , gdy ma wartość true), a następnie dekwantyzowane i wyprowadzane jako liczby zmiennoprzecinkowe w przedziale [min; max] . num_bits to szerokość bitowa kwantyzacji; od 2 do 16 włącznie.

Przed kwantyzacją wartości min i max są dostosowywane zgodnie z następującą logiką. Sugeruje się min <= 0 <= max . Jeśli 0 nie mieści się w zakresie wartości, zachowanie może być nieoczekiwane: Jeśli 0 < min < max : min_adj = 0 i max_adj = max - min . Jeśli min < max < 0 : min_adj = min - max i max_adj = 0 Jeśli min <= 0 <= max : scale = (max - min) / (2^num_bits - 1) , min_adj = scale * round(min / scale) i max_adj = max + min_adj - min .

Operacja ta ma charakter gradientowy i w ten sposób umożliwia trenowanie wartości min i max .

Argumenty:

• zakres: obiekt zakresu

Zwroty:

• Output : Tensor wyjściowy.

Atrybuty publiczne

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
)