tensorflow::ops::QuantizedBatchNormWithGlobalNormalization

#include <nn_ops.h>

Normalizzazione batch quantizzata.

Riepilogo

Questa operazione è deprecata e verrà rimossa in futuro. Si consiglia di utilizzare tf.nn.batch_normalization .

Argomentazioni:

• ambito: un oggetto Scope
• t: Un tensore di input 4D.
• t_min: Il valore rappresentato dall'input quantizzato più basso.
• t_max: Il valore rappresentato dall'input 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, oppure 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 di 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 elevata.
• 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 true, questo tensore verrà moltiplicato per il tensore normalizzato.
• gamma_min: Il valore rappresentato dal gamma quantizzato più basso.
• gamma_max: Il valore rappresentato dal gamma quantizzato più alto.
• varianza_epsilon: Un piccolo numero decimale per evitare la divisione per 0.
• scale_after_normalization: Un valore booleano che indica se il tensore risultante deve essere moltiplicato per gamma.

Resi:

• Risultato Output
• Risultato Output
• Risultato Output

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

attributi pubblici

operazione

Operation operation

risultato

::tensorflow::Output result

risultato_massimo

::tensorflow::Output result_max

risultato_min

::tensorflow::Output result_min

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
)