FusedBatchNormV3

kelas akhir publik FusedBatchNormV3

Normalisasi batch.

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

Kelas Bersarang

kelas

Opsi FusedBatchNormV3

Atribut opsional untuk FusedBatchNormV3

Metode Publik

Keluaran <U>	batchMean () Tensor 1D untuk rata-rata batch yang dihitung, yang akan digunakan oleh TensorFlow untuk menghitung rata-rata yang berjalan.
Keluaran <U>	varians batch () Tensor 1D untuk varians batch yang dihitung, yang akan digunakan oleh TensorFlow untuk menghitung varians yang berjalan.
statis <T memperluas Nomor, U memperluas Nomor> FusedBatchNormV3 <T, U>	buat ( Lingkup lingkup, Operand <T> x, Operand <U> skala, Operand <U> offset, Operand <U> mean, Operand <U> variance, Options... options) Metode pabrik untuk membuat kelas yang membungkus operasi FusedBatchNormV3 baru.
FusedBatchNormV3.Options statis	format data (Format data string)
FusedBatchNormV3.Options statis	epsilon (Epsilon mengambang)
FusedBatchNormV3.Options statis	exponentialAvgFactor (Float exponentialAvgFactor)
FusedBatchNormV3.Options statis	isTraining (Boolean isTraining)
Keluaran <U>	cadanganSpace1 () Tensor 1D untuk rata-rata batch yang dihitung, untuk digunakan kembali dalam komputasi gradien.
Keluaran <U>	cadanganSpace2 () Tensor 1D untuk varians batch yang dihitung (varians terbalik dalam kasus cuDNN), untuk digunakan kembali dalam komputasi gradien.
Keluaran <U>	cadanganSpace3 () Tensor 1D untuk beberapa hasil antara, untuk digunakan kembali dalam komputasi gradien demi efisiensi yang lebih baik.
Keluaran <T>	kamu () Tensor 4D untuk data keluaran.

Metode Warisan

Dari kelas org.tensorflow.op.PrimitiveOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Mengembalikan Operation yang mendasarinya
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Metode Publik

Keluaran publik <U> batchMean ()

Tensor 1D untuk rata-rata batch yang dihitung, yang akan digunakan oleh TensorFlow untuk menghitung rata-rata yang berjalan.

Keluaran publik <U> batchVariance ()

Tensor 1D untuk varians batch yang dihitung, yang akan digunakan oleh TensorFlow untuk menghitung varians yang berjalan.

public static FusedBatchNormV3 <T, U> buat ( Lingkup cakupan, Operan <T> x, skala Operan <U>, offset Operan <U>, rata-rata Operan <U>, varians Operan <U>, Opsi... pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi FusedBatchNormV3 baru.

Parameter

cakupan	ruang lingkup saat ini
X	Tensor 4D untuk memasukkan data.
skala	Tensor 1D untuk faktor penskalaan, untuk menskalakan x yang dinormalisasi.
mengimbangi	Tensor 1D untuk offset, untuk beralih ke x yang dinormalisasi.
berarti	Tensor 1D untuk rata-rata populasi. Digunakan untuk inferensi saja; harus kosong untuk pelatihan.
perbedaan	Tensor 1D untuk varian populasi. Digunakan untuk inferensi saja; harus kosong untuk pelatihan.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari FusedBatchNormV3

FusedBatchNormV3.Options dataFormat statis publik (String dataFormat)

Parameter

format data	Format data untuk x dan y. Entah "NHWC" (default) atau "NCHW".

FusedBatchNormV3.Options statis publik epsilon (Float epsilon)

Parameter

epsilon	Sejumlah kecil bilangan mengambang ditambahkan ke varians x.

publik statis FusedBatchNormV3.Options exponentialAvgFactor (Float exponentialAvgFactor)

FusedBatchNormV3.Options isTraining statis publik (Boolean isTraining)

Parameter

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

Keluaran publik <U> ReserveSpace1 ()

Tensor 1D untuk rata-rata batch yang dihitung, untuk digunakan kembali dalam komputasi gradien.

Keluaran publik <U> ReserveSpace2 ()

Tensor 1D untuk varians batch yang dihitung (varians terbalik dalam kasus cuDNN), untuk digunakan kembali dalam komputasi gradien.

Keluaran publik <U> ReserveSpace3 ()

Tensor 1D untuk beberapa hasil antara, untuk digunakan kembali dalam komputasi gradien demi efisiensi yang lebih baik.

Keluaran publik <T> y ()

Tensor 4D untuk data keluaran.