FusedBatchNorm

FusedBatchNorm public final class

Normalización por lotes.

Tenga en cuenta que el tamaño de los tensores 4D está definido por "NHWC" o "NCHW". El tamaño de los tensores 1D coincide con la dimensión C de los tensores 4D.

Clases anidadas

clase FusedBatchNorm.Options Los atributos opcionales para FusedBatchNorm

Constantes

Cuerda OP_NAME El nombre de esta operación, como lo conoce el motor central de TensorFlow

Métodos públicos

Salida <U>
batchMean ()
Un tensor 1D para la media calculada del lote, que TensorFlow usará para calcular la media móvil.
Salida <U>
batchVariance ()
Un tensor 1D para la variación por lotes calculada, que TensorFlow usará para calcular la variación en ejecución.
estática <T se extiende TNumber , U se extiende TNumber > FusedBatchNorm <T, U>
crear ( Alcance alcance, operando <T> x, operando <U> escala, operando <U> offset, operando <U> media, operando <U> varianza, Opciones ... Opciones)
Método de fábrica para crear una clase que envuelva una nueva operación FusedBatchNorm.
estáticas FusedBatchNorm.Options
dataFormat (String dataFormat)
estáticas FusedBatchNorm.Options
epsilon (epsilon Float)
estáticas FusedBatchNorm.Options
exponentialAvgFactor (Float exponentialAvgFactor)
estáticas FusedBatchNorm.Options
isTraining (Boolean isTraining)
Salida <U>
reserveSpace1 ()
Un tensor 1D para la media del lote calculada, que se reutilizará en el cálculo del gradiente.
Salida <U>
reserveSpace2 ()
Un tensor 1D para la varianza del lote calculada (varianza invertida en el caso de cuDNN), que se reutilizará en el cálculo del gradiente.
Salida <U>
reserveSpace3 ()
Un tensor 1D para algunos resultados intermedios, que se reutilizará en el cálculo del gradiente para una mejor eficiencia.
Salida <T>
y ()
Un tensor 4D para datos de salida.

Métodos heredados

Constantes

OP_NAME pública final static String

El nombre de esta operación, como lo conoce el motor central de TensorFlow

Valor constante: "FusedBatchNormV3"

Métodos públicos

pública de salida <U> batchMean ()

Un tensor 1D para la media calculada del lote, que TensorFlow usará para calcular la media móvil.

pública de salida <U> batchVariance ()

Un tensor 1D para la variación por lotes calculada, que TensorFlow usará para calcular la variación en ejecución.

public static FusedBatchNorm <T, U> crear ( Alcance alcance, operando <T> x, operando <U> escala, operando <U> offset, operando <U> media, operando <U> varianza, Opciones ... Opciones)

Método de fábrica para crear una clase que envuelva una nueva operación FusedBatchNorm.

Parámetros
alcance alcance actual
X Un tensor 4D para datos de entrada.
escala Un tensor 1D para el factor de escala, para escalar la x normalizada.
compensar Un tensor 1D para desplazamiento, para cambiar a la x normalizada.
significar Un tensor 1D para la media poblacional. Se usa solo para inferencia; debe estar vacío para el entrenamiento.
diferencia Un tensor 1D para la varianza de la población. Se usa solo para inferencia; debe estar vacío para el entrenamiento.
opciones lleva valores de atributos opcionales
Devoluciones
  • una nueva instancia de FusedBatchNorm

public static FusedBatchNorm.Options dataFormat (String dataFormat)

Parámetros
formato de datos El formato de datos para xey. O "NHWC" (predeterminado) o "NCHW".

estáticas pública FusedBatchNorm.Options épsilon (épsilon Float)

Parámetros
épsilon Un pequeño número flotante agregado a la varianza de x.

public static FusedBatchNorm.Options exponentialAvgFactor (Float exponentialAvgFactor)

public static FusedBatchNorm.Options isTraining (booleano isTraining)

Parámetros
está entrenando Un valor bool para indicar que la operación es para entrenamiento (predeterminado) o inferencia.

pública de salida <U> reserveSpace1 ()

Un tensor 1D para la media del lote calculada, que se reutilizará en el cálculo del gradiente.

pública de salida <U> reserveSpace2 ()

Un tensor 1D para la varianza del lote calculada (varianza invertida en el caso de cuDNN), que se reutilizará en el cálculo del gradiente.

pública de salida <U> reserveSpace3 ()

Un tensor 1D para algunos resultados intermedios, que se reutilizará en el cálculo del gradiente para una mejor eficiencia.

pública de salida <T> y ()

Un tensor 4D para datos de salida.