阅读(5.2k) 书签 (0)

TensorFlow函数教程:tf.nn.quantized_relu_x

2019-01-31 13:51 更新

tf.nn.quantized_relu_x函数

tf.nn.quantized_relu_x(
    features,
    max_value,
    min_features,
    max_features,
    out_type=tf.quint8,
    name=None
)

请参阅指南:神经网络>候选采样

计算量化校正线性X: min(max(features, 0), max_value)

参数:

  • features:一个Tensor,必须是下列类型之一:qint8,quint8,qint32,qint16,quint16.
  • max_value:一个Tensor,类型为float32.
  • min_features:一个Tensor,类型为float32.最小量化值表示的浮点值.
  • max_features:一个Tensor,类型为float32.最大量化值表示的浮点值.
  • out_type:可选的tf.DType,可以是:tf.qint8, tf.quint8, tf.qint32, tf.qint16, tf.quint16.默认为tf.quint8.
  • name:操作的名称(可选).

返回:

Tensor对象的元组(activations, min_activations, max_activations).

  • activations:一个Tensor,类型为out_type.
  • min_activations:一个Tensor,类型为float32.
  • max_activations:一个Tensor,类型为float32.