Realize a adição quantizada de Tensor `lhs` quantizado e Tensor `rhs` quantizado para fazer a `saída` quantizada.
Dado `lhs` quantizado e `rhs` quantizado, realiza adição quantizada em `lhs` e `rhs` para fazer `saída` quantizada.
`UniformQuantizedAdd` segue as regras de transmissão Numpy. As duas formas de matriz de entrada são comparadas elemento a elemento. Começando com as dimensões à direita, as duas dimensões devem ser iguais ou uma delas precisa ser 1.
`lhs` e `rhs` devem ser quantizados Tensor, onde o valor dos dados é quantizado usando a fórmula:
quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)
`output` também é quantizado, usando a mesma fórmula.Se `lhs` e `output` forem ambos quantizados por eixo, o eixo de quantização deve corresponder. Além disso, se `rhs` e `output` forem ambos quantizados por eixo, o eixo de quantização deve corresponder. Match significa que o eixo deve corresponder ao adicionar, em relação à transmissão. ou seja, para ambos os operandos `lhs` e `rhs`, se `operand.quantization_axis` >= 0 e `output.quantization_axis` >= 0, `operand.dims` - `operand.quantization_axis` deve ser igual a `output.dims ` - `output.quantization_axis`.
Classes aninhadas
aula | UniformQuantizedAdd.Options | Atributos opcionais para UniformQuantizedAdd |
Métodos públicos
Saída <T> | asOutput () Retorna o identificador simbólico de um tensor. |
static <T> UniformQuantizedAdd <T> | create ( Escopo escopo, Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float> outputScales, Operando <Integer > outputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, Options... options) Método de fábrica para criar uma classe envolvendo uma nova operação UniformQuantizedAdd. |
estático UniformQuantizedAdd.Options | lhsQuantizationAxis (Longo lhsQuantizationAxis) |
Saída <T> | saída () O tensor quantizado de saída. |
estático UniformQuantizedAdd.Options | outputQuantizationAxis (Long outputQuantizationAxis) |
estático UniformQuantizedAdd.Options | rhsQuantizationAxis (Long rhsQuantizationAxis) |
Métodos Herdados
Métodos públicos
public Output <T> asOutput ()
Retorna o identificador simbólico de um tensor.
As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa a computação da entrada.
public static UniformQuantizedAdd <T> create ( Escopo escopo , Operando <T> lhs, Operando <T> rhs, Operando <Float> lhsScales, Operando <Integer> lhsZeroPoints, Operando <Float> rhsScales, Operando <Integer> rhsZeroPoints, Operando <Float > outputScales, Operand <Integer> outputZeroPoints, Long lhsQuantizationMinVal, Long lhsQuantizationMaxVal, Long rhsQuantizationMinVal, Long rhsQuantizationMaxVal, Long outputQuantizationMinVal, Long outputQuantizationMaxVal, Options... options)
Método de fábrica para criar uma classe envolvendo uma nova operação UniformQuantizedAdd.
Parâmetros
escopo | escopo atual |
---|---|
lhs | Deve ser um tensor quantizado. |
rhs | Deve ser um tensor quantizado. |
lhsScales | Os valores flutuantes usados como fatores de escala ao quantizar os dados originais que `lhs` representa. |
lhsZeroPoints | O(s) valor(es) int32 usado(s) como ponto zero ao quantizar os dados originais que `lhs` representa. Deve ter a mesma forma com `lhs_scales`. |
rhsScales | Os valores flutuantes usados como fatores de escala ao quantizar os dados originais que `rhs` representa. |
rhsZeroPoints | O(s) valor(es) int32 usado(s) como ponto zero ao quantizar os dados originais que `rhs` representa. Deve ter a mesma forma com `rhs_scales`. |
escalas de saída | Os valores flutuantes a serem usados como fatores de escala ao quantizar os dados originais que a `saída` representa. |
outputZeroPoints | Os valores int32 usados como pontos zero ao quantizar os dados originais que a saída representa. Deve ter a mesma forma com `output_scales`. |
lhsQuantizationMinVal | O valor mínimo dos dados quantizados armazenados em `lhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como -127 se a faixa estreita for quantizada ou -128 se não for. |
lhsQuantizationMaxVal | O valor máximo dos dados quantizados armazenados em `lhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como 127. |
rhsQuantizationMinVal | O valor mínimo dos dados quantizados armazenados em `rhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como -127 se a faixa estreita for quantizada ou -128 se não for. |
rhsQuantizationMaxVal | O valor máximo dos dados quantizados armazenados em `rhs`. Por exemplo, se `Tin` for `qint8`, deve ser definido como 127. |
outputQuantizationMinVal | O valor mínimo dos dados quantizados armazenados em `output`. Por exemplo, se `Tout` for `qint8`, deve ser definido como -127 se a faixa estreita for quantizada ou -128 se não for. |
outputQuantizationMaxVal | O valor máximo dos dados quantizados armazenados em `output`. Por exemplo, se `Tout` for `qint8`, deve ser definido como 127. |
opções | carrega valores de atributos opcionais |
devoluções
- uma nova instância de UniformQuantizedAdd
public static UniformQuantizedAdd.Options lhsQuantizationAxis (Long lhsQuantizationAxis)
Parâmetros
lhsQuantizationAxis | Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada para as fatias ao longo dessa dimensão. Se definido como -1 (padrão), isso indica quantização por tensor. Para o `lhs`, apenas a quantização por tensor é suportada. Portanto, deve ser definido como -1. Outros valores aumentarão o erro na construção do OpKernel. |
---|
public static UniformQuantizedAdd.Options outputQuantizationAxis (Long outputQuantizationAxis)
Parâmetros
outputQuantizationAxis | Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada para as fatias ao longo dessa dimensão. Se definido como -1 (padrão), isso indica quantização por tensor. Para a `saída`, apenas a quantização por tensor ou a quantização por canal ao longo de `output_feature_dimension` é suportada. Portanto, isso deve ser definido como -1 ou `dimension_numbers.output_feature_dimension`. Outros valores aumentarão o erro na construção do OpKernel. |
---|
public static UniformQuantizedAdd.Options rhsQuantizationAxis (Long rhsQuantizationAxis)
Parâmetros
rhsQuantizationAxis | Indica o índice de dimensão do tensor onde a quantização por eixo é aplicada para as fatias ao longo dessa dimensão. Se definido como -1 (padrão), isso indica quantização por tensor. Para o `rhs`, apenas a quantização por tensor ou por canal ao longo do `kernel_output_feature_dimension` é suportada. Portanto, isso deve ser definido como -1 ou `dimension_numbers.kernel_output_feature_dimension`. Outros valores aumentarão o erro na construção do OpKernel. |
---|