aliran tensor:: operasi:: Rata-Rata Terkuantisasi

#include <nn_ops.h>

Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.

Ringkasan

Argumen:

  • ruang lingkup: Objek Lingkup
  • masukan: 4-D dengan bentuk [batch, height, width, channels] .
  • min_input: Nilai float yang diwakili oleh nilai input terkuantisasi terendah.
  • max_input: Nilai float yang diwakili oleh nilai input terkuantisasi tertinggi.
  • ksize : Ukuran jendela untuk setiap dimensi tensor masukan. Panjangnya harus 4 agar sesuai dengan jumlah dimensi masukan.
  • langkah: Langkah jendela geser untuk setiap dimensi tensor masukan. Panjangnya harus 4 agar sesuai dengan jumlah dimensi masukan.
  • padding: Jenis algoritma padding yang akan digunakan.

Pengembalian:

  • keluaran Output
  • Output min_output: Nilai float yang diwakili oleh nilai output terkuantisasi terendah.
  • Output max_output: Nilai float yang diwakili oleh nilai output terkuantisasi tertinggi.

Konstruktor dan Destruktor

QuantizedAvgPool (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_input, :: tensorflow::Input max_input, const gtl::ArraySlice< int > & ksize, const gtl::ArraySlice< int > & strides, StringPiece padding)

Atribut publik

max_output
min_output
operation
output

Atribut publik

output_maks

::tensorflow::Output max_output

keluaran_min

::tensorflow::Output min_output

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

Rata-Rata Terkuantisasi

 QuantizedAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)
,

aliran tensor:: operasi:: Rata-Rata Terkuantisasi

#include <nn_ops.h>

Menghasilkan kumpulan rata-rata tensor masukan untuk tipe terkuantisasi.

Ringkasan

Argumen:

  • ruang lingkup: Objek Lingkup
  • masukan: 4-D dengan bentuk [batch, height, width, channels] .
  • min_input: Nilai float yang diwakili oleh nilai input terkuantisasi terendah.
  • max_input: Nilai float yang diwakili oleh nilai input terkuantisasi tertinggi.
  • ksize : Ukuran jendela untuk setiap dimensi tensor masukan. Panjangnya harus 4 agar sesuai dengan jumlah dimensi masukan.
  • langkah: Langkah jendela geser untuk setiap dimensi tensor masukan. Panjangnya harus 4 agar sesuai dengan jumlah dimensi masukan.
  • padding: Jenis algoritma padding yang akan digunakan.

Pengembalian:

  • keluaran Output
  • Output min_output: Nilai float yang diwakili oleh nilai output terkuantisasi terendah.
  • Output max_output: Nilai float yang diwakili oleh nilai output terkuantisasi tertinggi.

Konstruktor dan Destruktor

QuantizedAvgPool (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_input, :: tensorflow::Input max_input, const gtl::ArraySlice< int > & ksize, const gtl::ArraySlice< int > & strides, StringPiece padding)

Atribut publik

max_output
min_output
operation
output

Atribut publik

output_maks

::tensorflow::Output max_output

keluaran_min

::tensorflow::Output min_output

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

Rata-Rata Terkuantisasi

 QuantizedAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)