tf.raw_ops.UniformQuantizedConvolution

Выполнить квантованную свертку квантованного тензора lhs и квантованного тензора rhs. для получения квантованного output.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.raw_ops.UniformQuantizedConvolution

tf.raw_ops.UniformQuantizedConvolution(
    lhs,
    rhs,
    lhs_scales,
    lhs_zero_points,
    rhs_scales,
    rhs_zero_points,
    output_scales,
    output_zero_points,
    Tout,
    padding,
    lhs_quantization_min_val,
    lhs_quantization_max_val,
    rhs_quantization_min_val,
    rhs_quantization_max_val,
    output_quantization_min_val,
    output_quantization_max_val,
    window_strides=[],
    explicit_padding=[],
    lhs_dilation=[],
    rhs_dilation=[],
    batch_group_count=1,
    feature_group_count=1,
    dimension_numbers='',
    lhs_quantization_axis=-1,
    rhs_quantization_axis=-1,
    output_quantization_axis=-1,
    name=None
)

Учитывая квантованный lhs и квантованный rhs, выполняет квантованное скалярное произведение на lhs и rhs, чтобы получить квантованный output.

lhs и rhs должны быть тензорами одной и той же размерности и соответствовать следующим условиям формы.

lhs_feature % feature_group_count == 0
lhs_feature % rhs_input_feature == 0
lhs_feature / feature_group_count == rhs_input_feature
rhs_output_feature % feature_group_count == 0
lhs_batch % batch_group_count == 0
rhs_output_feature % batch_group_count == 0

lhs и rhs должны быть квантованными тензорами, где значение данных квантуется по формуле:

quantized_data = clip(original_data / scale + zero_point, quantization_min_val, quantization_max_val)

output также квантуется по той же формуле. Если rhs квантуется по всему тензору, то output также должен быть квантован по всему тензору.

Аргументы
`lhs`	A `Tensor`. Должен быть одним из следующих типов: `qint8`. Должен быть квантованным тензором, размерность >= 3.
`rhs`	A `Tensor`. Должен иметь тот же тип, что и `lhs`. Должен быть квантованным тензором, с той же размерностью, что и `lhs`.
`lhs_scales`	A `Tensor` типа `float32`. Вещественное(ые) значение(я), используемые в качестве коэффициентов масштабирования при квантовании исходных данных, которые представляет `lhs`. Должен быть скалярным `Tensor` (`lhs` поддерживает только квантование по всему тензору).
`lhs_zero_points`	A `Tensor` типа `int32`. Целочисленное(ые) значение(я) (int32), используемые в качестве нулевых точек при квантовании исходных данных, которые представляет `lhs`. Условие формы такое же, как у `lhs_scales`.
`rhs_scales`	A `Tensor` типа `float32`. Вещественное(ые) значение(я), используемые в качестве коэффициентов масштабирования при квантовании исходных данных, которые представляет `rhs`. Должен быть скалярным `Tensor` для квантования по всему тензору или одномерным `Tensor` размером `rhs.dim_size(kernel_output_feature_dimension)` для квантования по каналу.
`rhs_zero_points`	A `Tensor` типа `int32`. Целочисленное(ые) значение(я) (int32), используемые в качестве нулевых точек при квантовании исходных данных, которые представляет `rhs`. Условие формы такое же, как у `rhs_scales`.
`output_scales`	A `Tensor` типа `float32`. Вещественное(ые) значение(я), используемые в качестве коэффициентов масштабирования при квантовании исходных данных, которые представляет `output`. Должен быть скалярным `Tensor` для квантования по всему тензору или одномерным `Tensor` размером `rhs.dim_size(kernel_output_feature_dimension)` который равен `output.dim_size(output_feature_dimension)` для квантования по каналу. Если `rhs` квантуется по всему тензору, выход также должен быть квантован по всему тензору. Это означает, что если `rhs_scales` и `rhs_zero_points` являются скалярными `Tensor`, то `output_scales` и `output_zero_points` также должны быть скалярными `Tensor`.
`output_zero_points`	A `Tensor` типа `int32`. Целочисленное(ые) значение(я) (int32), используемые в качестве нулевых точек при квантовании исходных данных, которые представляет выход. Условие формы такое же, как у `output_scales`.
`Tout`	`tf.DType` из: `tf.qint32`. Тип `output` `Tensor`.
`padding`	A `string`. Строка из: `"SAME"`, `"VALID"` или `"EXPLICIT"`, указывающая на тип алгоритма заполнения.
`lhs_quantization_min_val`	A `int`. Минимальное значение квантованных данных, хранящихся в `lhs`. Например, если `Tin` - это `qint8`, то это должно быть -127, если квантование узкого диапазона, или -128 в противном случае.
`lhs_quantization_max_val`	A `int`. Максимальное значение квантованных данных, хранящихся в `lhs`. Например, если `Tin` - это `qint8`, то это должно быть 127.
`rhs_quantization_min_val`	A `int`. Минимальное значение квантованных данных, хранящихся в `rhs`. Например, если `Tin` - это `qint8`, то это должно быть -127, если квантование узкого диапазона, или -128 в противном случае.
`rhs_quantization_max_val`	A `int`. Максимальное значение квантованных данных, хранящихся в `rhs`. Например, если `Tin` - это `qint8`, то это должно быть 127.
`output_quantization_min_val`	A `int`. Минимальное значение квантованных данных, хранящихся в `output`. Например, если `Tout` - это `qint8`, то это должно быть -127, если квантование узкого диапазона, или -128 в противном случае.
`output_quantization_max_val`	A `int`. Максимальное значение квантованных данных, хранящихся в `output`. Например, если `Tout` - это `qint8`, то это должно быть 127.
`window_strides`	Необязательный список `ints`. По умолчанию `[]`. Шаг скользящего окна для каждой пространственной размерности `lhs`. Должен быть пустым списком (по умолчанию) или списком размера (количество пространственных размерностей). Если передан пустой список, шаг для каждой пространственной размерности устанавливается в 1.
`explicit_padding`	Необязательный список `ints`. По умолчанию `[]`. Если `padding` - это `"EXPLICIT"`, он должен быть задан как список, указывающий явное заполнение в начале и конце каждой `lhs` пространственной размерности. В противном случае он должен быть пустым. (Если используется,) Должен быть списком размера `2 * (number of lhs spatial dimensions)`, где `(explicit_padding[2 * i], explicit_padding[2 * i + 1])` указывает `(start_padding, end_padding)` `spatial_dimensions[i]`.
`lhs_dilation`	Необязательный список `ints`. По умолчанию `[]`. Фактор дилатации для применения в каждой пространственной размерности `lhs`. Должен быть пустым списком (по умолчанию) или списком размера (количество `lhs` пространственных размерностей). Если пустой список, дилатация для каждой `lhs` пространственной размерности устанавливается в 1.
`rhs_dilation`	Необязательный список `ints`. По умолчанию `[]`. Фактор дилатации для применения в каждой пространственной размерности `rhs`. Должен быть пустым списком (по умолчанию) или списком размера (количество `rhs` пространственных размерностей). Если пустой список, дилатация для каждой `rhs` пространственной размерности устанавливается в 1.
`batch_group_count`	Необязательное `int`. По умолчанию `1`. Количество групп батчей. Используется для сгруппированных фильтров. Должен быть делителем `output_feature`.
`feature_group_count`	Необязательное `int`. По умолчанию `1`. Количество групп функций. Используется для сгруппированных сверток. Должен быть делителем как `lhs_feature`, так и `output_feature`.
`dimension_numbers`	Необязательное `string`. По умолчанию `""`. Структура информации о размерности для операции свертки. Должен быть пустой строкой (по умолчанию) или сериализованной строкой прото `tensorflow.UniformQuantizedConvolutionDimensionNumbersAttr`. Если пустая строка, по умолчанию используется `("NCHW", "OIHW", "NCHW")` (для двумерной свертки).
`lhs_quantization_axis`	Необязательное `int`. По умолчанию `-1`. Указывает индекс размерности тензора, где применяется квантование по оси для срезов вдоль этой размерности. Если установлено в -1 (по умолчанию), это указывает на квантование по всему тензору. Для `lhs` поддерживается только квантование по всему тензору. Таким образом, это должно быть установлено в -1. Другие значения приведут к ошибке на этапе создания OpKernel.
`rhs_quantization_axis`	Необязательное `int`. По умолчанию `-1`. Указывает индекс размерности тензора, где применяется квантование по оси для срезов вдоль этой размерности. Если установлено в -1 (по умолчанию), это указывает на квантование по всему тензору. Для `rhs` поддерживается только квантование по всему тензору или квантование по каналу вдоль `kernel_output_feature_dimension`. Таким образом, это должно быть установлено в -1 или `dimension_numbers.kernel_output_feature_dimension`. Другие значения приведут к ошибке на этапе создания OpKernel.
`output_quantization_axis`	Необязательное `int`. По умолчанию `-1`. Указывает индекс размерности тензора, где применяется квантование по оси для срезов вдоль этой размерности. Если установлено в -1 (по умолчанию), это указывает на квантование по всему тензору. Для `output` поддерживается только квантование по всему тензору или квантование по каналу вдоль `output_feature_dimension`. Таким образом, это должно быть установлено в -1 или `dimension_numbers.output_feature_dimension`. Другие значения приведут к ошибке на этапе создания OpKernel.
`name`	Имя операции (необязательно).

Возвращаемое значение
Объект типа `Tout`.

© 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/UniformQuantizedConvolution