tensorflow:: ops:: QuantizedBatchNormWithGlobalNormalization

#include <nn_ops.h>

Normalizacja wsadowa.

Streszczenie

Ta operacja jest przestarzała i zostanie usunięta w przyszłości. Preferowana opcja tf.nn.batch_normalization .

Argumenty:

• zakres: obiekt zakresu
• t: Tensor wejściowy 4D.
• t_min: Wartość reprezentowana przez najniższy skwantyzowany sygnał wejściowy.
• t_max: Wartość reprezentowana przez najwyższy skwantyzowany sygnał wejściowy.
• m: Jednowymiarowy tensor średni o rozmiarze odpowiadającym ostatniemu wymiarowi t. Jest to pierwszy wynik z tf.nn.moments lub zapisana średnia ruchoma tego wyniku.
• m_min: Wartość reprezentowana przez najniższą średnią skwantowaną.
• m_max: Wartość reprezentowana przez najwyższą średnią skwantowaną.
• v: Jednowymiarowy tensor wariancji o rozmiarze odpowiadającym ostatniemu wymiarowi t. Jest to drugi wynik z tf.nn.moments lub zapisana średnia ruchoma tego wyniku.
• v_min: Wartość reprezentowana przez najniższą skwantowaną wariancję.
• v_max: Wartość reprezentowana przez najwyższą skwantowaną wariancję.
• beta: Jednowymiarowy tensor beta, którego rozmiar odpowiada ostatniemu wymiarowi t. Przesunięcie, które należy dodać do znormalizowanego tensora.
• beta_min: Wartość reprezentowana przez najniższe przesunięcie skwantowane.
• beta_max: Wartość reprezentowana przez najwyższe przesunięcie skwantyzowane.
• gamma: Jednowymiarowy tensor gamma o rozmiarze odpowiadającym ostatniemu wymiarowi t. Jeśli „scale_after_normalization” ma wartość true, ten tensor zostanie pomnożony przez tensor znormalizowany.
• gamma_min: Wartość reprezentowana przez najniższą skwantowaną wartość gamma.
• gamma_max: Wartość reprezentowana przez najwyższą skwantowaną wartość gamma.
• variance_epsilon: Mała liczba zmiennoprzecinkowa, która zapobiega dzieleniu przez 0.
• scale_after_normalization: Wartość logiczna wskazująca, czy wynikowy tensor należy pomnożyć przez gammę.

Zwroty:

• Wynik Output
• Wynik Output
• Wynik Output

Konstruktory i destruktory

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)

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

Atrybuty publiczne

działanie

Operation operation

wynik

::tensorflow::Output result

wynik_maks.

::tensorflow::Output result_max

wynik_min

::tensorflow::Output result_min

Funkcje publiczne

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
)