tensorflow:: عملیات:: کمی‌سازی‌شده‌ی دسته‌ای-هنجاری-با-جهانی-هنجارسازی

#include <nn_ops.h>

نرمال‌سازی دسته‌ای کوانتیزه شده.

خلاصه

این عملیات منسوخ شده و در آینده حذف خواهد شد. tf.nn.batch_normalization را ترجیح دهید.

استدلال‌ها:

• دامنه: یک شیء دامنه
• t: یک تانسور ورودی چهاربعدی.
• t_min: مقداری که توسط کمترین ورودی کوانتیزه شده نمایش داده می‌شود.
• t_max: مقداری که توسط بالاترین ورودی کوانتیزه شده نمایش داده می‌شود.
• m: یک تانسور میانگین تک‌بعدی با اندازه‌ای مطابق با آخرین بُعد t. این اولین خروجی از tf.nn.moments یا یک میانگین متحرک ذخیره‌شده از آن است.
• m_min: مقداری که توسط کمترین میانگین کوانتیزه شده نمایش داده می‌شود.
• m_max: مقداری که توسط بالاترین میانگین کوانتیزه شده نمایش داده می‌شود.
• v: یک تانسور واریانس یک‌بعدی با اندازه‌ای مطابق با آخرین بُعد t. این دومین خروجی از tf.nn.moments یا یک میانگین متحرک ذخیره‌شده از آن است.
• v_min: مقداری که توسط کمترین واریانس کوانتیزه شده نشان داده می‌شود.
• v_max: مقداری که توسط بالاترین واریانس کوانتیزه شده نشان داده می‌شود.
• بتا: یک تانسور بتای یک‌بعدی با اندازه‌ای مطابق با آخرین بُعد t. یک آفست که باید به تانسور نرمال‌شده اضافه شود.
• beta_min: مقداری که توسط کمترین آفست کوانتیزه شده نمایش داده می‌شود.
• beta_max: مقداری که توسط بالاترین آفست کوانتیزه شده نشان داده می‌شود.
• گاما: یک تانسور گامای یک‌بعدی با اندازه‌ای مطابق با آخرین بُعد t. اگر "scale_after_normalization" درست باشد، این تانسور در تانسور نرمال‌شده ضرب خواهد شد.
• gamma_min: مقداری که توسط کمترین گامای کوانتیزه شده نمایش داده می‌شود.
• gamma_max: مقداری که توسط بالاترین گامای کوانتیزه شده نشان داده می‌شود.
• variance_epsilon: یک عدد اعشاری کوچک برای جلوگیری از تقسیم بر ۰.
• scale_after_normalization: یک بولی که نشان می‌دهد آیا تانسور حاصل باید در گاما ضرب شود یا خیر.

بازده:

• نتیجه Output
• Output result_min
• Output result_max

سازنده‌ها و مخرب‌ها

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)

ویژگی‌های عمومی
operation	Operation
result	:: tensorflow::Output
result_max	:: tensorflow::Output
result_min	:: tensorflow::Output

ویژگی‌های عمومی

عملیات

Operation operation

نتیجه

::tensorflow::Output result

نتیجه_حداکثر

::tensorflow::Output result_max

نتیجه_دقیقه

::tensorflow::Output result_min

کارکردهای عمومی

کوانتیزه‌شدهBatchNormWithGlobalNormalization

 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
)