TensorFlow函数教程：tf.nn.quantized_avg_pool

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.