dòng chảy căng:: ôi:: Lượng tử hóaConv2D

#include <nn_ops.h>

Tính toán tích chập 2D cho đầu vào 4D được lượng tử hóa và bộ lọc tensor.

Bản tóm tắt

Đầu vào là các tensor lượng tử hóa trong đó giá trị thấp nhất biểu thị số thực của mức tối thiểu liên quan và giá trị cao nhất biểu thị mức tối đa. Điều này có nghĩa là bạn chỉ có thể diễn giải đầu ra được lượng tử hóa theo cách tương tự, bằng cách tính đến các giá trị tối thiểu và tối đa được trả về.

Lập luận:

  • phạm vi: Một đối tượng Phạm vi
  • bộ lọc: kích thước input_deep của bộ lọc phải khớp với kích thước độ sâu của đầu vào.
  • min_input: Giá trị float mà giá trị đầu vào lượng tử hóa thấp nhất đại diện.
  • max_input: Giá trị float mà giá trị đầu vào lượng tử hóa cao nhất đại diện.
  • min_filter: Giá trị float mà giá trị bộ lọc lượng tử hóa thấp nhất đại diện.
  • max_filter: Giá trị float mà giá trị bộ lọc lượng tử hóa cao nhất đại diện.
  • bước tiến: Bước tiến của cửa sổ trượt cho từng chiều của tensor đầu vào.
  • phần đệm: Loại thuật toán đệm sẽ sử dụng.

Thuộc tính tùy chọn (xem Attrs ):

  • độ giãn nở: tensor 1-D có chiều dài 4. Hệ số giãn nở cho từng chiều của input . Nếu được đặt thành k > 1, sẽ có k-1 ô bị bỏ qua giữa mỗi phần tử bộ lọc trên thứ nguyên đó. Thứ tự thứ nguyên được xác định bởi giá trị của data_format , xem chi tiết ở trên. Độ giãn nở của kích thước lô và độ sâu phải bằng 1.

Trả về:

  • Output đầu ra
  • Output min_output: Giá trị float mà giá trị đầu ra lượng tử hóa thấp nhất đại diện.
  • Output max_output: Giá trị float mà giá trị đầu ra lượng tử hóa cao nhất đại diện.

Hàm tạo và hàm hủy

QuantizedConv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, :: tensorflow::Input min_input, :: tensorflow::Input max_input, :: tensorflow::Input min_filter, :: tensorflow::Input max_filter, const gtl::ArraySlice< int > & strides, StringPiece padding)
QuantizedConv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, :: tensorflow::Input min_input, :: tensorflow::Input max_input, :: tensorflow::Input min_filter, :: tensorflow::Input max_filter, const gtl::ArraySlice< int > & strides, StringPiece padding, const QuantizedConv2D::Attrs & attrs)

Thuộc tính công khai

max_output
min_output
operation
output

Các hàm tĩnh công khai

Dilations (const gtl::ArraySlice< int > & x)
OutType (DataType x)

Cấu trúc

tensorflow:: ops:: QuantizedConv2D:: Attrs

Trình thiết lập thuộc tính tùy chọn cho QuantizedConv2D .

Thuộc tính công khai

max_output 

::tensorflow::Output max_output

min_output 

::tensorflow::Output min_output

hoạt động 

Operation operation

đầu ra 

::tensorflow::Output output

Chức năng công cộng

Lượng tử hóaConv2D 

 QuantizedConv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  ::tensorflow::Input min_filter,
  ::tensorflow::Input max_filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

Lượng tử hóaConv2D 

 QuantizedConv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  ::tensorflow::Input min_filter,
  ::tensorflow::Input max_filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const QuantizedConv2D::Attrs & attrs
)

Các hàm tĩnh công khai

Sự giãn nở 

Attrs Dilations(
  const gtl::ArraySlice< int > & x
)

Loại ra

Attrs OutType(
  DataType x
)