FusedBatchNormGradV3

kelas final publik FusedBatchNormGradV3

Gradien untuk normalisasi batch.

Perhatikan bahwa ukuran Tensor 4D ditentukan oleh "NHWC" atau "NCHW". Ukuran Tensor 1D cocok dengan dimensi C Tensor 4D.

Kelas Bersarang

kelas

FusedBatchNormGradV3.Options

Atribut opsional untuk FusedBatchNormGradV3

Metode Publik

static <T memperluas Angka, U memperluas Angka> FusedBatchNormGradV3 <T, U>	buat ( Lingkup lingkup, Operand <T> yBackprop, Operand <T> x, Operand <Float> scale, Operand <U> reserveSpace1, Operand <U> reserveSpace2, Operand <U> reserveSpace3, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi FusedBatchNormGradV3 baru.
FusedBatchNormGradV3.Options statis	format data (Format data string)
FusedBatchNormGradV3.Options statis	epsilon (Mengambang epsilon)
FusedBatchNormGradV3.Options statis	isTraining (Boolean isTraining)
Keluaran <U>	offsetBackprop () Tensor 1D untuk gradien sehubungan dengan offset.
Keluaran <U>	cadanganSpace4 () Placeholder yang tidak digunakan untuk mencocokkan input rata-rata di FusedBatchNorm.
Keluaran <U>	cadanganRuang5 () Placeholder yang tidak digunakan untuk mencocokkan input varians di FusedBatchNorm.
Keluaran <U>	skalaBackprop () Tensor 1D untuk gradien sehubungan dengan skala.
Keluaran <T>	xBackprop () Tensor 4D untuk gradien terhadap x.

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (objek objek)
akhir	kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkanKelas ()
ke dalam	kode hash ()
kekosongan akhir	beri tahu ()
kekosongan akhir	beri tahu Semua ()
Rangkaian	toString ()
kekosongan akhir	tunggu (arg panjang0, int arg1)
kekosongan akhir	tunggu (arg panjang0)
kekosongan akhir	tunggu ()

Metode Publik

public static FusedBatchNormGradV3 <T, U> create ( Scope scope, Operand <T> yBackprop, Operand <T> x, Operand <Float> scale, Operand <U> reserveSpace1, Operand <U> reserveSpace2, Operand <U> reserveSpace3, Opsi ... pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi FusedBatchNormGradV3 baru.

Parameter

cakupan	lingkup saat ini
yBackprop	Tensor 4D untuk gradien terhadap y.
x	Tensor 4D untuk input data.
skala	Tensor 1D untuk faktor penskalaan, untuk menskalakan x yang dinormalisasi.
cadanganRuang1	Jika is_training adalah True, Tensor 1D untuk kumpulan yang dihitung berarti akan digunakan kembali dalam perhitungan gradien. Ketika is_training adalah False, Tensor 1D untuk populasi berarti akan digunakan kembali dalam perhitungan gradien orde ke-1 dan ke-2.
cadanganSpace2	Ketika is_training adalah True, Tensor 1D untuk varians batch yang dihitung (varians terbalik dalam kasus cuDNN) akan digunakan kembali dalam komputasi gradien. Ketika is_training adalah False, Tensor 1D untuk varians populasi akan digunakan kembali dalam perhitungan gradien orde ke-1 dan ke-2.
cadanganSpace3	Ketika is_training adalah True, Tensor 1D untuk beberapa hasil antara akan digunakan kembali dalam perhitungan gradien. Ketika is_training adalah False, Tensor kosong dummy akan dibuat.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari FusedBatchNormGradV3

public static FusedBatchNormGradV3.Options dataFormat (String dataFormat)

Parameter

format data	Format data untuk y_backprop, x, x_backprop. Baik "NHWC" (default) atau "NCHW".

public static FusedBatchNormGradV3.Options epsilon (Float epsilon)

Parameter

epsilon	Angka float kecil ditambahkan ke varians x.

public static FusedBatchNormGradV3.Options isTraining (Boolean isTraining)

Parameter

adalahPelatihan	Nilai bool untuk menunjukkan operasi untuk pelatihan (default) atau inferensi.

Output publik <U> offsetBackprop ()

Tensor 1D untuk gradien sehubungan dengan offset.

Output publik <U> cadanganSpace4 ()

Placeholder yang tidak digunakan untuk mencocokkan input rata-rata di FusedBatchNorm.

Output publik <U> cadanganSpace5 ()

Placeholder yang tidak digunakan untuk mencocokkan input varians di FusedBatchNorm.

Output publik <U> scaleBackprop ()

Tensor 1D untuk gradien sehubungan dengan skala.

Output publik <T> xBackprop ()

Tensor 4D untuk gradien terhadap x.