tf.raw_ops.QuantizedMatMul
Выполнить квантованное умножение матрицы a на матрицу b.
tf.raw_ops.QuantizedMatMul(
a,
b,
min_a,
max_a,
min_b,
max_b,
Toutput=tf.dtypes.qint32,
transpose_a=False,
transpose_b=False,
Tactivation=tf.dtypes.quint8,
name=None
)
Входные данные должны быть двумерными матрицами, а внутреннее измерение a (после транспонирования, если transpose_a не равно нулю) должно совпадать с внешним измерением b (после транспонирования, если transposed_b не равно нулю).
| Аргументы | |
|---|---|
a | Tensor. Должен иметь один из следующих типов: qint8, quint8, qint32, qint16, quint16. Должен быть двумерным тензором. |
b | Tensor. Должен иметь один из следующих типов: qint8, quint8, qint32, qint16, quint16. Должен быть двумерным тензором. |
min_a | Tensor типа float32. Значение с плавающей запятой, соответствующее наименьшему квантованному значению a. |
max_a | Tensor типа float32. Значение с плавающей запятой, соответствующее наибольшему квантованному значению a. |
min_b | Tensor типа float32. Значение с плавающей запятой, соответствующее наименьшему квантованному значению b. |
max_b | Tensor типа float32. Значение с плавающей запятой, соответствующее наибольшему квантованному значению b. |
Toutput | Необязательный тип tf.DType из: tf.qint8, tf.quint8, tf.qint32, tf.qint16, tf.quint16. По умолчанию — tf.qint32. |
transpose_a | Необязательный bool. По умолчанию — False. Если значение равно true, a транспонируется перед умножением. |
transpose_b | Необязательный bool. По умолчанию — False. Если значение равно true, b транспонируется перед умножением. |
Tactivation | Необязательный тип tf.DType из: tf.qint8, tf.quint8, tf.qint32, tf.qint16, tf.quint16. По умолчанию — tf.quint8. Тип выходных данных, создаваемых функцией активации после этой операции. |
name | Имя операции (необязательно). |
| Возвращаемые значения | |
|---|---|
Кортеж из объектов Tensor (out, min_out, max_out). | |
out | Tensor типа Toutput. |
min_out | Tensor типа float32. |
max_out | 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/raw_ops/QuantizedMatMul