공개 최종 수업 재양자화
양자화된 '입력' 텐서를 낮은 정밀도의 '출력'으로 변환합니다.
'requested_output_min' 및 'requested_output_max'로 지정된 출력 범위를 사용하여 양자화된 '입력' 텐서를 낮은 정밀도의 '출력'으로 변환합니다.
`[input_min, input_max]`는 `입력` 데이터의 부동 소수점 해석 범위를 지정하는 스칼라 부동 소수점입니다. 예를 들어 `input_min`이 -1.0f이고 `input_max`가 1.0f이고 `quint16` 양자화된 데이터를 처리하는 경우 16비트 데이터의 0 값은 -1.0f로 해석되어야 하며 65535는 1.0f를 의미합니다.
상수
| 끈 | OP_NAME | TensorFlow 코어 엔진에서 알려진 이 작업의 이름 |
공개 방법
| static <U 확장 TType > 재양자화 <U> | |
| 출력 <U> | 출력 () |
| 출력 < TFloat32 > | 출력최대 () request_output_max 값이 이 출력에 복사됩니다. |
| 출력 < TFloat32 > | 출력최소 () request_output_min 값이 이 출력에 복사됩니다. |
상속된 메서드
상수
공개 정적 최종 문자열 OP_NAME
TensorFlow 코어 엔진에서 알려진 이 작업의 이름
상수 값: "재양자화"
공개 방법
공개 정적 재양자화 <U> 생성 ( 범위 범위, 피연산자 <? 확장 TType > 입력, 피연산자 < TFloat32 > inputMin, 피연산자 < TFloat32 > inputMax, 피연산자 < TFloat32 >requestedOutputMin, 피연산자 < TFloat32 >requestOutputMax, Class<U> outType)
새로운 ReQuantize 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
| 범위 | 현재 범위 |
|---|---|
| 최소 입력 | 최소 양자화된 입력 값이 나타내는 부동 소수점 값입니다. |
| 입력최대 | 최대 양자화된 입력 값이 나타내는 부동 소수점 값입니다. |
| 요청된 출력최소 | 최소 양자화된 출력 값이 나타내는 부동 소수점 값입니다. |
| 요청된 출력최대 | 최대 양자화된 출력 값이 나타내는 부동 소수점 값입니다. |
| 출력 유형 | 출력 유형입니다. Tinput보다 비트 심도가 낮아야 합니다. |
보고
- ReQuantize의 새로운 인스턴스