Önyargı ekleme ve relu ile 'a'nın 'b' matrisiyle nicelenmiş matris çarpımını gerçekleştirin ve füzyonu yeniden niceleyin.
Girişler iki boyutlu matrisler ve 1 boyutlu öngerilim vektörü olmalıdır. Ve "a"nın iç boyutu ("transpoze_a" sıfır değilse transpoze edildikten sonra) "b"nin dış boyutuyla eşleşmelidir (eğer "transpoze_b" sıfır değilse transpoze edildikten sonra). Daha sonra matris çarpım sonucu üzerinde öngerilim değerleri ile yayın ekleme işlemini yapın. Önyargı boyutu "b"nin iç boyutuyla eşleşmelidir. Daha sonra negatif olmayan bir sonuç almak için relu aktivasyonunu yapın. Daha sonra nihai uint8 sonucunu elde etmek için işlemi yeniden nicelendirin.
İç İçe Sınıflar
| sınıf | QuantizedMatMulWithBiasAndReluAndRequantize.Options | QuantizedMatMulWithBiasAndReluAndRequantize için isteğe bağlı özellikler | |
Sabitler
| Sicim | OP_NAME | Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı |
Genel Yöntemler
| static <W, TType'ı genişletir > QuantizedMatMulWithBiasAndReluAndRequantize <W> | create ( Kapsam kapsamı, İşlenen <? extends TType > a, İşlenen <? extends TType > b, İşlenen <? extends TType > önyargı, İşlenen < TFloat32 > minA, İşlenen < TFloat32 > maxA, İşlenen < TFloat32 > minB, İşlenen < TFloat32 > maxB, İşlenen < TFloat32 > minFreezedOutput, İşlenen < TFloat32 > maxFreezedOutput, Sınıf<W> Toutput, Seçenekler... seçenekler) Yeni bir QuantizedMatMulWithBiasAndReluAndRequantize işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi. |
| statik QuantizedMatMulWithBiasAndReluAndRequantize.Options | inputQuantMode (Dize inputQuantMode) |
| Çıkış < TFloat32 > | maksimum Çıkış () En yüksek nicelenmiş çıkış değerinin temsil ettiği kayan değer. |
| Çıkış < TFloat32 > | minOut () En düşük nicelenmiş çıkış değerinin temsil ettiği kayan değer. |
| Çıkış <W> | dışarı () |
| statik QuantizedMatMulWithBiasAndReluAndRequantize.Options | devrikA (Boolean devrikA) |
| statik QuantizedMatMulWithBiasAndReluAndRequantize.Options | devrikB (Boolean devrikB) |
Kalıtsal Yöntemler
Sabitler
genel statik son Dize OP_NAME
Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı
Genel Yöntemler
public static QuantizedMatMulWithBiasAndReluAndRequantize <W> create ( Kapsam kapsamı, İşlenen <? extends TType > a, İşlenen <? extends TType > b, İşlenen <? extends TType > önyargı, İşlenen < TFloat32 > minA, İşlenen < TFloat32 > maxA, İşlenen < TFloat32 > minB, İşlenen < TFloat32 > maxB, İşlenen < TFloat32 > minFreezedOutput, İşlenen < TFloat32 > maxFreezedOutput, Sınıf<W> Toutput, Seçenekler... seçenekler)
Yeni bir QuantizedMatMulWithBiasAndReluAndRequantize işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Parametreler
| kapsam | mevcut kapsam |
|---|---|
| A | Çarpılacak bir matris. 'quint8' türünde iki boyutlu bir tensör olmalıdır. |
| B | Çarpılacak bir matris ve "qint8" türünde iki boyutlu bir tensör olmalıdır. |
| ön yargı | Boyutu "b"nin iç boyutuyla eşleşen bir 1 boyutlu öngerilim tensörü ("transpoze_b" sıfır değilse transpoze edildikten sonra). |
| mina | En düşük nicelenmiş "a" değerinin temsil ettiği kayan değer. |
| maksimumA | En yüksek nicelenmiş "a" değerinin temsil ettiği kayan değer. |
| minB | En düşük nicelenmiş "b" değerinin temsil ettiği kayan değer. |
| maksB | En yüksek nicelenmiş "b" değerinin temsil ettiği kayan değer. |
| dkDondurulmuşÇıktı | Yeniden niceleme sonrasında nicelenen en yüksek çıkış değerinin olduğu kayan değer. |
| seçenekler | isteğe bağlı nitelik değerlerini taşır |
İadeler
- QuantizedMatMulWithBiasAndReluAndRequantize'ın yeni bir örneği
public static QuantizedMatMulWithBiasAndReluAndRequantize.Options inputQuantMode (String inputQuantMode)
Parametreler
| girişQuantMode | Giriş verileri niceleme modu. MIN_FIRST(varsayılan) veya SCALED. |
|---|
public static QuantizedMatMulWithBiasAndReluAndRequantize.Options transposeA (Boolean transposeA)
Parametreler
| A'yı devrik | Doğruysa, 'a' çarpmadan önce yer değiştirir. |
|---|
public static QuantizedMatMulWithBiasAndReluAndRequantize.Options transposeB (Boolean transposeB)
Parametreler
| devrik B | Doğruysa, 'b' çarpmadan önce yer değiştirir. |
|---|