Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
tensoreflusso:: ops:: QuantizedBatchNormWithGlobalNormalization
#include <nn_ops.h> Normalizzazione batch quantizzata.
Riepilogo
Questa operazione è deprecata e verrà rimossa in futuro. Preferisco tf.nn.batch_normalization .
Argomenti:
- scope: un oggetto Scope
- t: Un tensore di ingresso 4D.
- t_min: il valore rappresentato dall'input quantizzato più basso.
- t_max: il valore rappresentato dall'ingresso quantizzato più alto.
- m: un tensore medio 1D con dimensioni corrispondenti all'ultima dimensione di t. Questo è il primo output di tf.nn.moments o una sua media mobile salvata.
- m_min: il valore rappresentato dalla media quantizzata più bassa.
- m_max: il valore rappresentato dalla media quantizzata più alta.
- v: un tensore della varianza 1D con dimensioni corrispondenti all'ultima dimensione di t. Questo è il secondo output di tf.nn.moments, o una sua media mobile salvata.
- v_min: il valore rappresentato dalla varianza quantizzata più bassa.
- v_max: il valore rappresentato dalla varianza quantizzata più alta.
- beta: un tensore beta 1D con dimensioni corrispondenti all'ultima dimensione di t. Un offset da aggiungere al tensore normalizzato.
- beta_min: il valore rappresentato dall'offset quantizzato più basso.
- beta_max: il valore rappresentato dall'offset quantizzato più alto.
- gamma: un tensore gamma 1D con dimensioni corrispondenti all'ultima dimensione di t. Se "scale_after_normalization" è vero, questo tensore verrà moltiplicato per il tensore normalizzato.
- gamma_min: il valore rappresentato dalla gamma quantizzata più bassa.
- gamma_max: il valore rappresentato dalla gamma quantizzata più alta.
- variance_epsilon: un piccolo numero float per evitare la divisione per 0.
- scale_after_normalization: un valore booleano che indica se il tensore risultante deve essere moltiplicato per gamma.
Resi:
Costruttori e distruttori |
|---|
QuantizedBatchNormWithGlobalNormalization (const :: tensorflow::Scope & scope, :: tensorflow::Input t, :: tensorflow::Input t_min, :: tensorflow::Input t_max, :: tensorflow::Input m, :: tensorflow::Input m_min, :: tensorflow::Input m_max, :: tensorflow::Input v, :: tensorflow::Input v_min, :: tensorflow::Input v_max, :: tensorflow::Input beta, :: tensorflow::Input beta_min, :: tensorflow::Input beta_max, :: tensorflow::Input gamma, :: tensorflow::Input gamma_min, :: tensorflow::Input gamma_max, DataType out_type, float variance_epsilon, bool scale_after_normalization)
|
Attributi pubblici
Funzioni pubbliche
QuantizedBatchNormWithGlobalNormalization
QuantizedBatchNormWithGlobalNormalization(
const ::tensorflow::Scope & scope,
::tensorflow::Input t,
::tensorflow::Input t_min,
::tensorflow::Input t_max,
::tensorflow::Input m,
::tensorflow::Input m_min,
::tensorflow::Input m_max,
::tensorflow::Input v,
::tensorflow::Input v_min,
::tensorflow::Input v_max,
::tensorflow::Input beta,
::tensorflow::Input beta_min,
::tensorflow::Input beta_max,
::tensorflow::Input gamma,
::tensorflow::Input gamma_min,
::tensorflow::Input gamma_max,
DataType out_type,
float variance_epsilon,
bool scale_after_normalization
)
Salvo quando diversamente specificato, i contenuti di questa pagina sono concessi in base alla licenza Creative Commons Attribution 4.0, mentre gli esempi di codice sono concessi in base alla licenza Apache 2.0. Per ulteriori dettagli, consulta le norme del sito di Google Developers. Java è un marchio registrato di Oracle e/o delle sue consociate.
Ultimo aggiornamento 2025-07-25 UTC.
[null,null,["Ultimo aggiornamento 2025-07-25 UTC."],[],[],null,["# tensorflow::ops::QuantizedBatchNormWithGlobalNormalization Class Reference\n\ntensorflow::ops::QuantizedBatchNormWithGlobalNormalization\n==========================================================\n\n`#include \u003cnn_ops.h\u003e`\n\nQuantized Batch normalization.\n\nSummary\n-------\n\nThis op is deprecated and will be removed in the future. Prefer `tf.nn.batch_normalization`.\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- t: A 4D input [Tensor](/versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor).\n- t_min: The value represented by the lowest quantized input.\n- t_max: The value represented by the highest quantized input.\n- m: A 1D mean [Tensor](/versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) with size matching the last dimension of t. This is the first output from tf.nn.moments, or a saved moving average thereof.\n- m_min: The value represented by the lowest quantized mean.\n- m_max: The value represented by the highest quantized mean.\n- v: A 1D variance [Tensor](/versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) with size matching the last dimension of t. This is the second output from tf.nn.moments, or a saved moving average thereof.\n- v_min: The value represented by the lowest quantized variance.\n- v_max: The value represented by the highest quantized variance.\n- beta: A 1D beta [Tensor](/versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) with size matching the last dimension of t. An offset to be added to the normalized tensor.\n- beta_min: The value represented by the lowest quantized offset.\n- beta_max: The value represented by the highest quantized offset.\n- gamma: A 1D gamma [Tensor](/versions/r1.15/api_docs/cc/class/tensorflow/tensor#classtensorflow_1_1_tensor) with size matching the last dimension of t. If \"scale_after_normalization\" is true, this tensor will be multiplied with the normalized tensor.\n- gamma_min: The value represented by the lowest quantized gamma.\n- gamma_max: The value represented by the highest quantized gamma.\n- variance_epsilon: A small float number to avoid dividing by 0.\n- scale_after_normalization: A bool indicating whether the resulted tensor needs to be multiplied with gamma.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) result\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) result_min\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) result_max\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [QuantizedBatchNormWithGlobalNormalization](#classtensorflow_1_1ops_1_1_quantized_batch_norm_with_global_normalization_1a06c79c043a3a55b798944a5ae0a0f148)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` t, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` t_min, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` t_max, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` m, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` m_min, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` m_max, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` v, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` v_min, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` v_max, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` beta, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` beta_min, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` beta_max, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` gamma, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` gamma_min, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` gamma_max, DataType out_type, float variance_epsilon, bool scale_after_normalization)` ||\n\n| ### Public attributes ||\n|-----------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_quantized_batch_norm_with_global_normalization_1a84804acca133131cda9e9235b954f9af) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [result](#classtensorflow_1_1ops_1_1_quantized_batch_norm_with_global_normalization_1ab4d42bdea55b03a105681930993cf3d4) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [result_max](#classtensorflow_1_1ops_1_1_quantized_batch_norm_with_global_normalization_1aacfdd86eadc8f7972ff620b36692ef19) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [result_min](#classtensorflow_1_1ops_1_1_quantized_batch_norm_with_global_normalization_1a608925a87be94416e98c14506e98fb64) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### result\n\n```text\n::tensorflow::Output result\n``` \n\n### result_max\n\n```scdoc\n::tensorflow::Output result_max\n``` \n\n### result_min\n\n```scdoc\n::tensorflow::Output result_min\n``` \n\nPublic functions\n----------------\n\n### QuantizedBatchNormWithGlobalNormalization\n\n```gdscript\n QuantizedBatchNormWithGlobalNormalization(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input t,\n ::tensorflow::Input t_min,\n ::tensorflow::Input t_max,\n ::tensorflow::Input m,\n ::tensorflow::Input m_min,\n ::tensorflow::Input m_max,\n ::tensorflow::Input v,\n ::tensorflow::Input v_min,\n ::tensorflow::Input v_max,\n ::tensorflow::Input beta,\n ::tensorflow::Input beta_min,\n ::tensorflow::Input beta_max,\n ::tensorflow::Input gamma,\n ::tensorflow::Input gamma_min,\n ::tensorflow::Input gamma_max,\n DataType out_type,\n float variance_epsilon,\n bool scale_after_normalization\n)\n```"]]
