تانسور «ورودی» کوانتیزه شده را به «خروجی» با دقت پایینتر تبدیل میکند.
تانسور «ورودی» کوانتیزه شده را به یک «خروجی» با دقت کمتر، با استفاده از محدوده خروجی مشخص شده با «دقیقه_خروجی_درخواستی» و «حداکثر_خروجی_درخواستی» تبدیل می کند.
«[input_min, input_max]» شناورهای اسکالری هستند که محدوده تفسیر شناور داده «ورودی» را مشخص میکنند. برای مثال، اگر «input_min» -1.0f باشد و «input_max» 1.0f باشد، و ما با دادههای کوانتیزهشده «quint16» سر و کار داریم، مقدار 0 در دادههای 16 بیتی باید به صورت -1.0f تفسیر شود. 65535 یعنی 1.0f.
ثابت ها
رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
static <U گسترش TType > Requantize <U> | |
خروجی <U> | خروجی () |
خروجی < TFloat32 > | خروجی حداکثر () مقدار requested_output_max در این خروجی کپی می شود. |
خروجی < TFloat32 > | خروجی حداقل () مقدار requested_output_min در این خروجی کپی می شود. |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
روش های عمومی
عمومی استاتیک Requantize <U> ایجاد ( دامنه دامنه ، عملوند <? گسترش TType > ورودی، عملوند < TFloat32 > inputMin، عملوند < TFloat32 > inputMax، عملوند < TFloat32 > requestedOutputMin، عملوند < TFloat32 > درخواست شدهOutputMax
روش Factory برای ایجاد کلاسی که یک عملیات Requantize جدید را بسته بندی می کند.
مولفه های
محدوده | محدوده فعلی |
---|---|
inputMin | مقدار شناور که حداقل مقدار ورودی کوانتیزه شده نشان دهنده آن است. |
ورودی حداکثر | مقدار شناور که حداکثر مقدار ورودی کوانتیزه شده نشان دهنده آن است. |
درخواست خروجی Min | مقدار شناور که حداقل مقدار خروجی کوانتیزه شده نشان دهنده آن است. |
درخواست خروجی حداکثر | مقدار شناور که حداکثر مقدار خروجی کوانتیزه شده نشان دهنده آن است. |
outType | نوع خروجی باید کمی عمق کمتر از Tinput باشد. |
برمی گرداند
- یک نمونه جدید از Requantize