FusedBatchNormV3

kelas akhir public FusedBatchNormV3

Normalisasi batch.

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

Kelas Bersarang

kelas

FusedBatchNormV3.Options

Atribut opsional untuk FusedBatchNormV3

Metode Publik

Output <U>	batchMean () Tensor 1D untuk rata-rata batch yang dihitung, yang akan digunakan oleh TensorFlow untuk menghitung rata-rata yang berjalan.
Output <U>	batchVariance () Tensor 1D untuk varians batch yang dihitung, yang akan digunakan oleh TensorFlow untuk menghitung varians yang berjalan.
statis <T meluas Nomor, U meluas Nomor> FusedBatchNormV3 <T, U>	membuat ( Lingkup lingkup, Operan <T> x, Operan <U> skala, Operan <U> offset, Operan <U> berarti, Operan <U> varians, Options ... pilihan) Metode pabrik untuk membuat kelas yang membungkus operasi FusedBatchNormV3 baru.
statis FusedBatchNormV3.Options	dataFormat (String dataFormat)
statis FusedBatchNormV3.Options	epsilon (Lampung epsilon)
statis FusedBatchNormV3.Options	exponentialAvgFactor (Lampung exponentialAvgFactor)
statis FusedBatchNormV3.Options	isTraining (Boolean isTraining)
Output <U>	reserveSpace1 () Tensor 1D untuk rata-rata batch yang dihitung, untuk digunakan kembali dalam perhitungan gradien.
Output <U>	reserveSpace2 () Tensor 1D untuk varians batch yang dihitung (varians terbalik dalam kasus cuDNN), untuk digunakan kembali dalam perhitungan gradien.
Output <U>	reserveSpace3 () Tensor 1D untuk beberapa hasil antara, untuk digunakan kembali dalam perhitungan gradien untuk efisiensi yang lebih baik.
Output <T>	y () Tensor 4D untuk data keluaran.

Metode yang Diwarisi

Dari kelas org.tensorflow.op.PrimitiveOp

boolean akhir	sama (Object obj)
akhir	hashCode ()
Operasi	op () Mengembalikan mendasari Operation
string terakhir	toString ()

Dari kelas java.lang.Object

boolean	sama (Object arg0)
Kelas terakhir<?>	getClass ()
ke dalam	hashCode ()
kekosongan akhir	notify ()
kekosongan akhir	notifyAll ()
Rangkaian	toString ()
kekosongan akhir	menunggu (arg0 panjang, int arg1)
kekosongan akhir	menunggu (arg0 panjang)
kekosongan akhir	menunggu ()

Metode Publik

publik Keluaran <U> batchMean ()

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

publik Keluaran <U> batchVariance ()

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

public static FusedBatchNormV3 <T, U> membuat ( Lingkup lingkup, Operan <T> x, Operan <U> skala, Operan <U> offset, Operan <U> berarti, Operan <U> varians, Options ... pilihan)

Metode pabrik untuk membuat kelas yang membungkus operasi FusedBatchNormV3 baru.

Parameter

cakupan	lingkup saat ini
x	Tensor 4D untuk input 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 mean populasi. Digunakan untuk inferensi saja; harus kosong untuk pelatihan.
perbedaan	Tensor 1D untuk varians populasi. Digunakan untuk inferensi saja; harus kosong untuk pelatihan.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari FusedBatchNormV3

public static FusedBatchNormV3.Options dataFormat (String dataFormat)

Parameter

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

public static FusedBatchNormV3.Options epsilon (Lampung epsilon)

Parameter

epsilon	Angka float kecil ditambahkan ke varians x.

public static FusedBatchNormV3.Options exponentialAvgFactor (Lampung exponentialAvgFactor)

public static FusedBatchNormV3.Options isTraining (Boolean isTraining)

Parameter

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

publik Keluaran <U> reserveSpace1 ()

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

publik Keluaran <U> reserveSpace2 ()

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

publik Keluaran <U> reserveSpace3 ()

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

publik Keluaran <T> y ()

Tensor 4D untuk data keluaran.