tf.raw_ops.UniformQuantizedConvolution

Выполняет квантованную свёртку квантованного тензора lhs и квантованного тензора rhs для получения квантованного output.

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
)

Получив квантованные lhs и rhs, выполняет квантованное скалярное произведение для lhs и rhs, чтобы получить квантованный output.

lhs и rhs должны быть тензорами одинакового ранга и удовлетворять следующим условиям для форм:

• 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, значения данных в которых квантованы по формуле:

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

output также квантован с использованием той же формулы. Если rhs квантован по тензору, output также должен быть квантован по тензору.