kelas akhir publik QuantizedBatchNormWithGlobalNormalization
Normalisasi Batch terkuantisasi.
Operasi ini tidak digunakan lagi dan akan dihapus di masa mendatang. Lebih suka tf.nn.batch_normalization
.
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
statis <U memperluas TType , T memperluas TType > QuantizedBatchNormWithGlobalNormalization <U> | buat ( Lingkup lingkup, Operand <T> t, Operand < TFloat32 > tMin, Operand < TFloat32 > tMax, Operand <T> m, Operand < TFloat32 > mMin, Operand < TFloat32 > mMax, Operand <T> v, Operand < TFloat32 > vMin, Operan < TFloat32 > vMax, Operan <T> beta, Operan < TFloat32 > betaMin, Operan < TFloat32 > betaMax, Operan <T> gamma, Operan < TFloat32 > gammaMin, Operan < TFloat32 > gammaMax, Kelas<U> outType , Float varianceEpsilon, skala BooleanSetelah Normalisasi) Metode pabrik untuk membuat kelas yang membungkus operasi QuantizedBatchNormWithGlobalNormalization baru. |
Keluaran <U> | hasil () |
Keluaran < TFloat32 > | hasil Maks () |
Keluaran < TFloat32 > | hasilMin () |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Nilai Konstan: "QuantizedBatchNormWithGlobalNormalization"
Metode Publik
public static QuantizedBatchNormWithGlobalNormalization <U> buat ( Cakupan cakupan , Operan <T> t, Operan < TFloat32 > tMin, Operan < TFloat32 > tMax, Operan <T> m, Operan < TFloat32 > mMin, Operan < TFloat32 > mMax, Operan <T > v, Operan < TFloat32 > vMin, Operan < TFloat32 > vMax, Operan <T> beta, Operan < TFloat32 > betaMin, Operan < TFloat32 > betaMax, Operan <T> gamma, Operan < TFloat32 > gammaMin, Operan < TFloat32 > gammaMax , Kelas<U> outType, Float varianceEpsilon, skala BooleanSetelahNormalisasi)
Metode pabrik untuk membuat kelas yang membungkus operasi QuantizedBatchNormWithGlobalNormalization baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
T | Tensor masukan 4D. |
tmin | Nilai yang diwakili oleh input terkuantisasi terendah. |
tmaks | Nilai yang diwakili oleh input terkuantisasi tertinggi. |
M | Tensor rata-rata 1D dengan ukuran yang cocok dengan dimensi terakhir t. Ini adalah keluaran pertama dari tf.nn.moments, atau rata-rata pergerakan yang disimpan darinya. |
mMin | Nilai diwakili oleh mean terkuantisasi terendah. |
m Maks | Nilai yang diwakili oleh mean terkuantisasi tertinggi. |
ay | Tensor varians 1D dengan ukuran yang cocok dengan dimensi terakhir t. Ini adalah keluaran kedua dari tf.nn.moments, atau rata-rata pergerakan yang disimpan darinya. |
vMin | Nilai diwakili oleh varian terkuantisasi terendah. |
vMax | Nilai diwakili oleh varian terkuantisasi tertinggi. |
beta | Tensor beta 1D dengan ukuran yang cocok dengan dimensi terakhir t. Offset yang akan ditambahkan ke tensor yang dinormalisasi. |
betaMin | Nilai yang diwakili oleh offset terkuantisasi terendah. |
betaMax | Nilai yang diwakili oleh offset terkuantisasi tertinggi. |
gamma | Tensor gamma 1D dengan ukuran yang cocok dengan dimensi terakhir t. Jika "scale_after_normalization" benar, tensor ini akan dikalikan dengan tensor yang dinormalisasi. |
gammaMin | Nilai diwakili oleh gamma terkuantisasi terendah. |
gammaMax | Nilai diwakili oleh gamma terkuantisasi tertinggi. |
varianceEpsilon | Angka float kecil untuk menghindari pembagian dengan 0. |
skalaSetelah Normalisasi | Bool yang menunjukkan apakah tensor yang dihasilkan perlu dikalikan dengan gamma. |
Kembali
- contoh baru QuantizedBatchNormWithGlobalNormalization