Aprenda o que há de mais recente em aprendizado de máquina, IA generativa e muito mais no WiML Symposium 2023 Registre-se

Esta página foi traduzida pela API Cloud Translation.

tensorflow :: ops :: QuantizeAndDequantizeV2 :: Attrs

#include <array_ops.h>

Configuradores de atributos opcionais para QuantizeAndDequantizeV2 .

Resumo

Atributos públicos
`axis_ = -1`	`int64`
`narrow_range_ = false`	`bool`
`num_bits_ = 8`	`int64`
`range_given_ = false`	`bool`
`round_mode_ = "HALF_TO_EVEN"`	`StringPiece`
`signed_input_ = true`	`bool`

Funções públicas
`Axis (int64 x)`	`TF_MUST_USE_RESULT Attrs` Se especificado, este eixo é tratado como um canal ou eixo de fatia e uma faixa de quantização separada é usada para cada canal ou fatia ao longo deste eixo.
`NarrowRange (bool x)`	`TF_MUST_USE_RESULT Attrs` Se True, então o valor absoluto do valor mínimo quantizado é o mesmo que o valor máximo quantizado, em vez de 1 maior.
`NumBits (int64 x)`	`TF_MUST_USE_RESULT Attrs` A largura de bits da quantização.
`RangeGiven (bool x)`	`TF_MUST_USE_RESULT Attrs` Se a faixa é fornecida ou deve ser determinada a partir do tensor de `input` .
`RoundMode (StringPiece x)`	`TF_MUST_USE_RESULT Attrs` O atributo 'round_mode' controla qual algoritmo de desempate de arredondamento é usado ao arredondar valores flutuantes para seus equivalentes quantizados.
`SignedInput (bool x)`	`TF_MUST_USE_RESULT Attrs` Se a quantização é assinada ou não.

Atributos públicos

eixo_

int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::axis_ = -1

curto alcance_

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::narrow_range_ = false

num_bits_

int64 tensorflow::ops::QuantizeAndDequantizeV2::Attrs::num_bits_ = 8

range_given_

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::range_given_ = false

round_mode_

StringPiece tensorflow::ops::QuantizeAndDequantizeV2::Attrs::round_mode_ = "HALF_TO_EVEN"

entrada_com_sinal

bool tensorflow::ops::QuantizeAndDequantizeV2::Attrs::signed_input_ = true

Funções públicas

Eixo

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::Axis(
  int64 x
)

Se especificado, este eixo é tratado como um canal ou eixo de fatia e uma faixa de quantização separada é usada para cada canal ou fatia ao longo deste eixo.

O padrão é -1

Curto alcance

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NarrowRange(
  bool x
)

Se True, então o valor absoluto do valor mínimo quantizado é o mesmo que o valor máximo quantizado, em vez de 1 maior.

ou seja, para a quantização de 8 bits, o valor mínimo é -127 em vez de -128.

Padrões para falso

NumBits

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::NumBits(
  int64 x
)

A largura de bits da quantização.

Padrões para 8

RangeGiven

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RangeGiven(
  bool x
)

Se a faixa é fornecida ou deve ser determinada a partir do tensor de input .

Padrões para falso

RoundMode

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::RoundMode(
  StringPiece x
)

O atributo 'round_mode' controla qual algoritmo de desempate de arredondamento é usado ao arredondar valores flutuantes para seus equivalentes quantizados.

Os seguintes modos de arredondamento são atualmente suportados:

HALF_TO_EVEN: este é o round_mode padrão.
HALF_UP: arredondar para positivo. Neste modo, 7,5 arredonda para 8 e -7,5 arredonda para -7.

O padrão é "HALF_TO_EVEN"

SignedInput

TF_MUST_USE_RESULT Attrs tensorflow::ops::QuantizeAndDequantizeV2::Attrs::SignedInput(
  bool x
)

Se a quantização é assinada ou não.

(na verdade, este parâmetro deveria ter sido chamado de signed_output )

Padrões para verdadeiro