aliran tensor:: operasi:: QuantizedBatchNormDenganNormalisasi Global

#include <nn_ops.h>

Normalisasi Batch terkuantisasi.

Ringkasan

Operasi ini tidak digunakan lagi dan akan dihapus di masa mendatang. Lebih suka tf.nn.batch_normalization .

Argumen:

• ruang lingkup: Objek Lingkup
• t: Tensor masukan 4D .
• t_min: Nilai yang diwakili oleh input terkuantisasi terendah.
• t_max: Nilai yang diwakili oleh input terkuantisasi tertinggi.
• m: Tensor rata-rata 1D dengan ukuran yang cocok dengan dimensi terakhir t. Ini adalah keluaran pertama dari tf.nn.moments, atau rata-rata pergerakan yang disimpan darinya.
• m_min: Nilai yang diwakili oleh mean terkuantisasi terendah.
• m_max: Nilai yang diwakili oleh mean terkuantisasi tertinggi.
• v: Tensor varians 1D dengan ukuran yang cocok dengan dimensi terakhir t. Ini adalah keluaran kedua dari tf.nn.moments, atau rata-rata pergerakan yang disimpan darinya.
• v_min: Nilai yang diwakili oleh varian terkuantisasi terendah.
• v_max: Nilai yang diwakili oleh varian terkuantisasi tertinggi.
• beta: Tensor beta 1D dengan ukuran yang cocok dengan dimensi terakhir t. Offset yang akan ditambahkan ke tensor yang dinormalisasi.
• beta_min: Nilai yang diwakili oleh offset terkuantisasi terendah.
• beta_max: Nilai yang diwakili oleh offset terkuantisasi tertinggi.
• gamma: Tensor gamma 1D dengan ukuran yang cocok dengan dimensi terakhir t. Jika "scale_after_normalization" benar, tensor ini akan dikalikan dengan tensor yang dinormalisasi.
• gamma_min: Nilai yang diwakili oleh gamma terkuantisasi terendah.
• gamma_max: Nilai yang diwakili oleh gamma terkuantisasi tertinggi.
• variance_epsilon: Angka float kecil untuk menghindari pembagian dengan 0.
• scale_after_normalization: Bool yang menunjukkan apakah tensor yang dihasilkan perlu dikalikan dengan gamma.

Pengembalian:

• Hasil Output
• Hasil Output
• Output hasil_maks

Konstruktor dan Destruktor

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)

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

Atribut publik

operasi

Operation operation

hasil

::tensorflow::Output result

hasil_maks

::tensorflow::Output result_max

hasil_min

::tensorflow::Output result_min

Fungsi publik

QuantizedBatchNormDenganNormalisasi Global

 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
)