tf.quantization.quantize_and_dequantize

Квантует, а затем деквантует тензор. (устарело)

Просмотр псевдонимов

Псевдонимы для миграции

Дополнительные сведения см. в руководстве по миграции.

tf.compat.v1.quantization.quantize_and_dequantize

tf.quantization.quantize_and_dequantize(
    input, input_min, input_max, signed_input=True, num_bits=8, range_given=False,
    round_mode='HALF_TO_EVEN', name=None, narrow_range=False, axis=None
)

Аргументы
`input`	Тензор для квантования и деквантования.
`input_min`	Если range_given=True, минимальное входное значение, которое необходимо представить в квантованном представлении. Если указан ось, это должен быть вектор минимальных значений для каждого среза вдоль оси.
`input_max`	Если range_given=True, максимальное входное значение, которое необходимо представить в квантованном представлении. Если указана ось, это должен быть вектор максимальных значений для каждого среза вдоль оси.
`signed_input`	True, если квантование со знаком или без знака.
`num_bits`	Разрядность квантования.
`range_given`	Если true, используйте `input_min` и `input_max` для диапазона входных данных, в противном случае определите min и max из входных `Tensor`.
`round_mode`	Режим округления при округлении значений с плавающей точкой до квантованных. одно из ['HALF_TO_EVEN', 'HALF_UP']
`name`	Необязательное имя для операции.
`narrow_range`	Если true, абсолютное значение квантованного минимального значения равно квантованному максимальному значению, а не на 1 больше. То есть для 8-битного квантования минимальное значение равно -127, а не -128.
`axis`	Целое число. Если указано, относится к размеру входного тензора, таким образом, квантование будет выполняться по срезам вдоль этого измерения.

Возвращает
Тензор. Каждый элемент является результатом квантования и деквантования соответствующего элемента `input`.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.4/api_docs/python/tf/quantization/quantize_and_dequantize