Python 带量子化值的张量流tanh

我正在Tensorflow 1.1中对神经网络进行量化实验

根据，tanh操作支持浮点输入以及类型为

qint32

的定点输入。但是，我无法让它工作：

import tensorflow as tf

sess = tf.InteractiveSession()

x = tf.constant([1.,2.,3.], dtype=tf.float32)

from tensorflow.python.ops.gen_array_ops import quantize_v2
x_quant = quantize_v2(x, min_range=0., max_range=4., T=tf.qint32)

y_quant = tf.nn.tanh(x_quant[0])

该代码将生成一条错误消息：

---

是有出路还是只是文档中的一个bug？

可能是文档中的一个bug。根据

gen\u math\u ops.py

中的后端函数

\u tanh

：

---

由于量化确实是新的，可能新版的

\u tanh

仍在进行中。

在查看文件历史记录后，我可以确认这是2015年7月引入的文档中的一个错误，当时我们还没有发布量化定义，但量化定义还没有完全确定。感谢您澄清这一点！那么，对于使用tanh激活函数的网络，量化推理的最直接的方法是什么呢？

TypeError: Value passed to parameter 'x' has DataType qint32 not in list of 
allowed values: float16, float32, float64, complex64, complex128

def _tanh(x, name=None):
  r"""Computes hyperbolic tangent of `x` element-wise.

  Args:
    x: A `Tensor`. Must be one of the following types: `half`, `float32`, `float64`, `complex64`, `complex128`.
    name: A name for the operation (optional).