flux tensoriel : : opérations : : FusedBatchNormV3

#include <nn_ops.h>

Normalisation des lots.

Résumé

Notez que la taille des Tensors 4D est définie par « NHWC » ou « NCHW ». La taille des Tensors 1D correspond à la dimension C des Tensors 4D.

Arguments :

  • scope : un objet Scope
  • x : un tenseur 4D pour les données d'entrée.
  • scale : un tenseur 1D pour le facteur de mise à l'échelle, pour mettre à l'échelle le x normalisé.
  • offset : un tenseur 1D pour le décalage, pour passer au x normalisé.
  • moyenne : un tenseur 1D pour la moyenne de la population. Utilisé à des fins d'inférence uniquement ; doit être vide pour l’entraînement.
  • variance : un tenseur 1D pour la variance de la population. Utilisé à des fins d'inférence uniquement ; doit être vide pour l’entraînement.

Attributs facultatifs (voir Attrs ) :

  • epsilon : un petit nombre flottant ajouté à la variance de x.
  • data_format : le format de données pour x et y. Soit « NHWC » (par défaut) soit « NCHW ».
  • is_training : une valeur booléenne pour indiquer que l'opération est destinée à la formation (par défaut) ou à l'inférence.

Retours :

  • Output y : un tenseur 4D pour les données de sortie.
  • Output batch_mean : un tenseur 1D pour la moyenne du lot calculée, à utiliser par TensorFlow pour calculer la moyenne cumulée.
  • Output batch_variance : un tenseur 1D pour la variance du lot calculée, à utiliser par TensorFlow pour calculer la variance en cours.
  • Output reserve_space_1 : un tenseur 1D pour la moyenne du lot calculée, à réutiliser dans le calcul du gradient.
  • Output reserve_space_2 : Un tenseur 1D pour la variance du lot calculée (variance inversée dans le cas cuDNN), à réutiliser dans le calcul du gradient.
  • Output reserve_space_3 : Un Tensor 1D pour certains résultats intermédiaires, à réutiliser dans le calcul du gradient pour une meilleure efficacité.

Constructeurs et Destructeurs

FusedBatchNormV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input offset, :: tensorflow::Input mean, :: tensorflow::Input variance)
FusedBatchNormV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input offset, :: tensorflow::Input mean, :: tensorflow::Input variance, const FusedBatchNormV3::Attrs & attrs)

Attributs publics

batch_mean
batch_variance
operation
reserve_space_1
reserve_space_2
reserve_space_3
y

Fonctions statiques publiques

DataFormat (StringPiece x)
Epsilon (float x)
IsTraining (bool x)

Structures

tensorflow :: ops :: FusedBatchNormV3 :: Attrs

Setters d'attributs facultatifs pour FusedBatchNormV3 .

Attributs publics

batch_mean 

::tensorflow::Output batch_mean

batch_variance 

::tensorflow::Output batch_variance

opération 

Operation operation

réserve_espace_1 

::tensorflow::Output reserve_space_1

réserve_espace_2 

::tensorflow::Output reserve_space_2

réserve_espace_3 

::tensorflow::Output reserve_space_3

oui 

::tensorflow::Output y

Fonctions publiques

FusedBatchNormV3 

 FusedBatchNormV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input offset,
  ::tensorflow::Input mean,
  ::tensorflow::Input variance
)

FusedBatchNormV3 

 FusedBatchNormV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input offset,
  ::tensorflow::Input mean,
  ::tensorflow::Input variance,
  const FusedBatchNormV3::Attrs & attrs
)

Fonctions statiques publiques

Format de données 

Attrs DataFormat(
  StringPiece x
)

Épsilon 

Attrs Epsilon(
  float x
)

EstFormation 

Attrs IsTraining(
  bool x
)