TensorFlow函数教程:tf.nn.quantized_avg_pool

由 Carrie 创建, 最后一次修改 2019-01-28

tf.nn.quantized_avg_pool函数

tf.nn.quantized_avg_pool(
    input,
    min_input,
    max_input,
    ksize,
    strides,
    padding,
    name=None
)

请参阅指南:神经网络>候选采样

为量化的类型生成输入张量的平均池.

参数:

  • input:一个Tensor,必须是下列类型之一:qint8,quint8,qint32,qint16,quint16.是4-D的,并且具有shape [batch, height, width, channels].
  • min_input:一个Tensor,类型为float32.最小量化输入值表示的浮点值.
  • max_input:一个Tensor,类型为float32.最大量化输入值表示的浮点值.
  • ksize:ints列表.输入张量的每个维度的窗口大小.长度必须为4才能匹配输入的维数.
  • strides:ints列表.输入张量的每个维度的滑动窗口的步幅.长度必须为4才能匹配输入的维数.
  • padding:string,可以是:"SAME", "VALID".要使用的填充算法的类型.
  • name:操作的名称(可选).

返回:

Tensor对象的元组(output,min_output,max_output).

  • output:一个Tensor,与input具有相同的类型.
  • min_output:一个Tensor,类型为float32.
  • max_output:一个Tensor,类型为float32.
以上内容是否对您有帮助:
二维码
建议反馈
二维码