tensorflow::ops::QuantizedBatchNormWithGlobalNormization

#include <nn_ops.h>

Normalisation par lots quantifiés.

Résumé

Cette opération est obsolète et sera supprimée ultérieurement. Préférez tf.nn.batch_normalization .

Arguments :

• portée : un objet Scope
• t : Un tenseur d'entrée 4D.
• t_min : La valeur représentée par l'entrée quantifiée la plus basse.
• t_max : La valeur représentée par l’entrée quantifiée la plus élevée.
• m : Un tenseur de moyenne unidimensionnel dont la taille correspond à la dernière dimension de t. Il s'agit de la première sortie de tf.nn.moments, ou d'une moyenne mobile enregistrée de celle-ci.
• m_min : La valeur représentée par la moyenne quantifiée la plus basse.
• m_max : La valeur représentée par la moyenne quantifiée la plus élevée.
• v : Un tenseur de variance 1D dont la taille correspond à la dernière dimension de t. Il s'agit de la deuxième sortie de tf.nn.moments, ou d'une moyenne mobile enregistrée de celle-ci.
• v_min : La valeur représentée par la variance quantifiée la plus faible.
• v_max : La valeur représentée par la variance quantifiée la plus élevée.
• bêta : Un tenseur bêta 1D dont la taille correspond à la dernière dimension de t. Un décalage à ajouter au tenseur normalisé.
• beta_min : La valeur représentée par le décalage quantifié le plus faible.
• beta_max : La valeur représentée par le décalage quantifié le plus élevé.
• gamma : Un tenseur gamma 1D dont la taille correspond à la dernière dimension de t. Si « scale_after_normalization » est vrai, ce tenseur sera multiplié par le tenseur normalisé.
• gamma_min : La valeur représentée par le gamma quantifié le plus bas.
• gamma_max : La valeur représentée par le gamma quantifié le plus élevé.
• variance_epsilon : Un petit nombre flottant pour éviter la division par 0.
• scale_after_normalization : Un booléen indiquant si le tenseur résultant doit être multiplié par gamma.

Retours :

• Résultat Output
• Résultat Output
• Résultat Output

Constructeurs et destructeurs

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)

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

attributs publics

opération

Operation operation

résultat

::tensorflow::Output result

résultat_max

::tensorflow::Output result_max

résultat_min

::tensorflow::Output result_min

fonctions publiques

Normalisation par lots quantifiée avec normalisation globale

 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
)