จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
เทนเซอร์โฟลว์:: ปฏิบัติการ:: FusedBatchNormV3:: คุณสมบัติ
#include <nn_ops.h> ตัวตั้งค่าแอ็ตทริบิวต์ทางเลือกสำหรับ FusedBatchNormV3
สรุป
งานสาธารณะ |
|---|
DataFormat (StringPiece x) | รูปแบบข้อมูลสำหรับ x และ y |
Epsilon (float x) | จำนวนทศนิยมเล็กๆ ที่บวกเข้ากับความแปรปรวนของ x |
ExponentialAvgFactor (float x) | ค่าเริ่มต้นเป็น 1 |
IsTraining (bool x) | ค่าบูลเพื่อระบุการดำเนินการมีไว้สำหรับการฝึก (ค่าเริ่มต้น) หรือการอนุมาน |
คุณลักษณะสาธารณะ
StringPiece tensorflow::ops::FusedBatchNormV3::Attrs::data_format_ = "NHWC"
เอปไซลอน_
float tensorflow::ops::FusedBatchNormV3::Attrs::epsilon_ = 0.0001f
เอ็กซ์โปเนนเชียล_avg_factor_
float tensorflow::ops::FusedBatchNormV3::Attrs::exponential_avg_factor_ = 1.0f
is_training_
bool tensorflow::ops::FusedBatchNormV3::Attrs::is_training_ = true
งานสาธารณะ
TF_MUST_USE_RESULT Attrs tensorflow::ops::FusedBatchNormV3::Attrs::DataFormat(
StringPiece x
)
รูปแบบข้อมูลสำหรับ x และ y
"NHWC" (ค่าเริ่มต้น) หรือ "NCHW"
ค่าเริ่มต้นเป็น "NHWC"
เอปซิลอน
TF_MUST_USE_RESULT Attrs tensorflow::ops::FusedBatchNormV3::Attrs::Epsilon(
float x
)
จำนวนทศนิยมเล็กๆ ที่บวกเข้ากับความแปรปรวนของ x
ค่าเริ่มต้นเป็น 0.0001
ปัจจัยเฉลี่ยแบบเอกซ์โปเนนเชียล
TF_MUST_USE_RESULT Attrs tensorflow::ops::FusedBatchNormV3::Attrs::ExponentialAvgFactor(
float x
)
คือการฝึกอบรม
TF_MUST_USE_RESULT Attrs tensorflow::ops::FusedBatchNormV3::Attrs::IsTraining(
bool x
)
ค่าบูลเพื่อระบุการดำเนินการมีไว้สำหรับการฝึก (ค่าเริ่มต้น) หรือการอนุมาน
ค่าเริ่มต้นเป็นจริง
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-26 UTC
[null,null,["อัปเดตล่าสุด 2025-07-26 UTC"],[],[],null,["# tensorflow::ops::FusedBatchNormV3::Attrs Struct Reference\n\ntensorflow::ops::FusedBatchNormV3::Attrs\n========================================\n\n`#include \u003cnn_ops.h\u003e`\n\nOptional attribute setters for [FusedBatchNormV3](/versions/r2.3/api_docs/cc/class/tensorflow/ops/fused-batch-norm-v3#classtensorflow_1_1ops_1_1_fused_batch_norm_v3).\n\nSummary\n-------\n\n| ### Public attributes ||\n|-----------------------------------------------------------------------------------------------------------------------------------|---------------|\n| [data_format_](#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs_1a60b4c5dc8d2fde72365cb175e966a43c)` = \"NHWC\"` | `StringPiece` |\n| [epsilon_](#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs_1a471771f7031bed8e9435724d83c7814d)` = 0.0001f` | `float` |\n| [exponential_avg_factor_](#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs_1a4c88b019b9144e032c7fc5d8196454e6)` = 1.0f` | `float` |\n| [is_training_](#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs_1ab47538d21b863e4214e9e22076733d1c)` = true` | `bool` |\n\n| ### Public functions ||\n|----------------------------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [DataFormat](#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs_1a63775942a646cfe49d56384d3320c03b)`(StringPiece x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/fused-batch-norm-v3/attrs#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs) The data format for x and y. |\n| [Epsilon](#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs_1ae04448c26274c4190ff52bc89ba10e01)`(float x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/fused-batch-norm-v3/attrs#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs) A small float number added to the variance of x. |\n| [ExponentialAvgFactor](#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs_1a701f677ed8ac842bbcfd0e67ec5224e1)`(float x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/fused-batch-norm-v3/attrs#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs) Defaults to 1. |\n| [IsTraining](#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs_1adeb3339d5aec66ac387c67a657132b73)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.3/api_docs/cc/struct/tensorflow/ops/fused-batch-norm-v3/attrs#structtensorflow_1_1ops_1_1_fused_batch_norm_v3_1_1_attrs) A bool value to indicate the operation is for training (default) or inference. |\n\nPublic attributes\n-----------------\n\n### data_format_\n\n```scdoc\nStringPiece tensorflow::ops::FusedBatchNormV3::Attrs::data_format_ = \"NHWC\"\n``` \n\n### epsilon_\n\n```scdoc\nfloat tensorflow::ops::FusedBatchNormV3::Attrs::epsilon_ = 0.0001f\n``` \n\n### exponential_avg_factor_\n\n```scdoc\nfloat tensorflow::ops::FusedBatchNormV3::Attrs::exponential_avg_factor_ = 1.0f\n``` \n\n### is_training_\n\n```scdoc\nbool tensorflow::ops::FusedBatchNormV3::Attrs::is_training_ = true\n``` \n\nPublic functions\n----------------\n\n### DataFormat\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::FusedBatchNormV3::Attrs::DataFormat(\n StringPiece x\n)\n``` \nThe data format for x and y.\n\nEither \"NHWC\" (default) or \"NCHW\".\n\nDefaults to \"NHWC\" \n\n### Epsilon\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::FusedBatchNormV3::Attrs::Epsilon(\n float x\n)\n``` \nA small float number added to the variance of x.\n\nDefaults to 0.0001 \n\n### ExponentialAvgFactor\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::FusedBatchNormV3::Attrs::ExponentialAvgFactor(\n float x\n)\n``` \nDefaults to 1. \n\n### IsTraining\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::FusedBatchNormV3::Attrs::IsTraining(\n bool x\n)\n``` \nA bool value to indicate the operation is for training (default) or inference.\n\nDefaults to true"]]
