tf.compat.v1.nn.quantized_relu_x

Вычисляет квантованное выпрямленное линейное X: min(max(features, 0), max_value)

tf.compat.v1.nn.quantized_relu_x(
    features: Annotated[Any, TV_QuantizedReluX_Tinput],
    max_value: Annotated[Any, _atypes.Float32],
    min_features: Annotated[Any, _atypes.Float32],
    max_features: Annotated[Any, _atypes.Float32],
    out_type: TV_QuantizedReluX_out_type = tf.dtypes.quint8,
    name=None
)

Аргументы
`features`	A `Tensor`. Должен быть одним из следующих типов: `qint8`, `quint8`, `qint32`, `qint16`, `quint16`.
`max_value`	A `Tensor` типа `float32`.
`min_features`	A `Tensor` типа `float32`. Вещественное значение, которое представляет самое низкое квантованное значение.
`max_features`	A `Tensor` типа `float32`. Вещественное значение, которое представляет самое высокое квантованное значение.
`out_type`	Необязательный `tf.DType` из: `tf.qint8, tf.quint8, tf.qint32, tf.qint16, tf.quint16`. По умолчанию `tf.quint8`.
`name`	Имя операции (необязательно).

Возвращаемое значение
Кортеж объектов `Tensor` (активации, min_активации, max_активации).
`activations`	A `Tensor` типа `out_type`.
`min_activations`	A `Tensor` типа `float32`.
`max_activations`	A `Tensor` типа `float32`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/nn/quantized_relu_x