przepływ tensorowy:: ops:: FakeQuantWithMinMaxArgs

Fałszywie skwantuj tensor „wejściowy”, wpisz float do tensora „wyjściowego” tego samego typu.

Streszczenie

Atrybuty [min; max] definiuje zakres zaciskania danych inputs . wartości inputs są kwantowane do zakresu kwantyzacji ( [0; 2^num_bits - 1] gdy narrow_range ma wartość false i [1; 2^num_bits - 1] gdy jest prawdą), a następnie dekwantyzowane i wyprowadzane jako wartości zmiennoprzecinkowe w [min; max] interwał. 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, aby min <= 0 <= max . Jeśli 0 nie należy do zakresu 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 .

Kwantyzacja nazywana jest fałszywą, ponieważ wynik jest nadal zmiennoprzecinkowy.

Argumenty:

• zakres: Obiekt Scope

Zwroty:

• Output : Tensor wyjściowy.

Atrybuty publiczne

Operation operation

::tensorflow::Output outputs

 FakeQuantWithMinMaxArgs(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input inputs
)

 FakeQuantWithMinMaxArgs(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input inputs,
  const FakeQuantWithMinMaxArgs::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs Max(
  float x
)

Attrs Min(
  float x
)

Attrs NarrowRange(
  bool x
)

Attrs NumBits(
  int64 x
)