tensorflow:: ops:: 전역 정규화를 사용한 양자화 배치 정규화
#include <nn_ops.h>양자화된 배치 정규화.
요약
이 연산은 더 이상 사용되지 않으며 향후 제거될 예정입니다. tf.nn.batch_normalization 사용하는 것이 좋습니다.
논거:
- 범위: Scope 객체
- t: 4차원 입력 텐서 .
- t_min: 가장 낮은 양자화된 입력값을 나타냅니다.
- t_max: 양자화된 입력 중 가장 높은 값으로 표현됩니다.
- m: t의 마지막 차원과 크기가 같은 1차원 평균 텐서 입니다. 이는 tf.nn.moments의 첫 번째 출력이거나 저장된 이동 평균입니다.
- m_min: 가장 낮은 양자화 평균값을 나타냅니다.
- m_max: 양자화된 평균값 중 가장 높은 값으로 나타냅니다.
- v: t의 마지막 차원과 크기가 같은 1차원 분산 텐서입니다 . 이는 tf.nn.moments의 두 번째 출력이거나, 해당 이동 평균을 저장한 값입니다.
- v_min: 가장 낮은 양자화 분산을 나타내는 값입니다.
- v_max: 가장 높은 양자화 분산을 나타내는 값입니다.
- beta: t의 마지막 차원과 크기가 같은 1차원 베타 텐서 입니다. 정규화된 텐서에 추가할 오프셋입니다.
- beta_min: 가장 낮은 양자화 오프셋을 나타내는 값입니다.
- beta_max: 가장 높은 양자화 오프셋을 나타내는 값입니다.
- gamma: t의 마지막 차원과 크기가 같은 1차원 감마 텐서입니다 . "scale_after_normalization"이 true이면 이 텐서는 정규화된 텐서와 곱해집니다.
- gamma_min: 가장 낮은 양자화된 감마 값을 나타냅니다.
- gamma_max: 양자화된 감마의 최고값을 나타내는 값입니다.
- variance_epsilon: 0으로 나누는 것을 방지하기 위한 작은 실수입니다.
- scale_after_normalization: 결과 텐서에 감마 값을 곱해야 하는지 여부를 나타내는 부울 값입니다.
보고:
생성자와 소멸자 | |
|---|---|
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) |
공개 속성 | |
|---|---|
operation | |
result | |
result_max | |
result_min | |
공개 속성
작업
Operation operation
결과
::tensorflow::Output result
결과 최대값
::tensorflow::Output result_max
결과_최소
::tensorflow::Output result_min
공공 기능
전역 정규화를 사용한 양자화 배치 정규화
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 )