przepływ tensorowy:: ops:: FakeQuantWithMinMaxVars na kanał

Fałszywie skwantuj tensor „wejściowy” typu float i jeden z kształtów: [d] ,.

Streszczenie

[b, d] [b, h, w, d] poprzez pływaki na kanał min i max kształtu [d] do tensora „wyjść” o tym samym kształcie co inputs .

[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 .

Ta operacja ma gradient i dlatego pozwala na trenowanie wartości min i max .

Argumenty:

• zakres: Obiekt Scope

Zwroty:

• Output : Tensor wyjściowy.

Atrybuty publiczne

Operation operation

::tensorflow::Output outputs

 FakeQuantWithMinMaxVarsPerChannel(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input inputs,
  ::tensorflow::Input min,
  ::tensorflow::Input max
)

 FakeQuantWithMinMaxVarsPerChannel(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input inputs,
  ::tensorflow::Input min,
  ::tensorflow::Input max,
  const FakeQuantWithMinMaxVarsPerChannel::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs NarrowRange(
  bool x
)

Attrs NumBits(
  int64 x
)