Cette page a été traduite par l'API Cloud Translation.
Switch to English

tensorflow :: ops :: FusedBatchNormV2

#include <nn_ops.h>

normalisation des lots.

Résumé

Notez que la taille de 4D tenseurs sont définis soit par « NHWC » ou « NCHW ». La taille des 1D tenseurs correspond à la dimension C des tenseurs 4D.

Arguments:

  • portée: A Portée objet
  • x: A 4D Tenseur pour les données d' entrée.
  • échelle: Un 1D Tensor pour le facteur de mise à l' échelle, à l' échelle x normalisée.
  • offset: A 1D Tenseur pour compenser, pour passer à la x normalisée.
  • on entend un 1D Tensor pour la moyenne de la population. Utilisé pour l'inférence uniquement; doit être vide pour la formation.
  • variance: A 1D Tensor de la variance de la population. Utilisé pour l'inférence uniquement; doit être vide pour la formation.

Les attributs facultatifs (voir Attrs ):

  • epsilon: Un petit nombre float ajouté à la variance de x.
  • data_format: Le format de données pour x et y. Soit "NHWC" (par défaut) ou "NCHW".
  • is_training: Une valeur bool pour indiquer l'opération de formation (par défaut) ou inférence.

Retour:

  • Output y: A 4D Tenseur pour les données de sortie.
  • Output batch_mean: A 1D Tenseur pour la moyenne calculée par lots, à utiliser par tensorflow pour calculer la moyenne mobile.
  • Output batch_variance: A 1D Tenseur pour la variance de la charge calculée, pour être utilisée par tensorflow pour calculer la variance en cours d' exécution.
  • Output reserve_space_1: A 1D Tenseur pour la moyenne calculée par lots, pour être réutilisé dans le calcul de gradient.
  • Output reserve_space_2: A 1D Tenseur pour la variance calculée par lots (de variance inversée dans le cas cuDNN), pour être réutilisée dans le calcul de gradient.

Constructeurs et Destructeurs

FusedBatchNormV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input offset, :: tensorflow::Input mean, :: tensorflow::Input variance)
FusedBatchNormV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input offset, :: tensorflow::Input mean, :: tensorflow::Input variance, const FusedBatchNormV2::Attrs & attrs)

attributs publics

batch_mean
batch_variance
operation
reserve_space_1
reserve_space_2
y

fonctions statiques publiques

DataFormat (StringPiece x)
Epsilon (float x)
ExponentialAvgFactor (float x)
IsTraining (bool x)

struct

tensorflow :: :: ops FusedBatchNormV2 :: ATTRS

Setters d'attributs en option pour FusedBatchNormV2 .

attributs publics

batch_mean

:: tensorflow::Output batch_mean

batch_variance

:: tensorflow::Output batch_variance

opération

 Operation operation

reserve_space_1

:: tensorflow::Output reserve_space_1

reserve_space_2

:: tensorflow::Output reserve_space_2

y

:: tensorflow::Output y

Les fonctions publiques

FusedBatchNormV2

 FusedBatchNormV2(
  const :: tensorflow::Scope & scope,
  :: tensorflow::Input x,
  :: tensorflow::Input scale,
  :: tensorflow::Input offset,
  :: tensorflow::Input mean,
  :: tensorflow::Input variance
)

FusedBatchNormV2

 FusedBatchNormV2(
  const :: tensorflow::Scope & scope,
  :: tensorflow::Input x,
  :: tensorflow::Input scale,
  :: tensorflow::Input offset,
  :: tensorflow::Input mean,
  :: tensorflow::Input variance,
  const FusedBatchNormV2::Attrs & attrs
)

fonctions statiques publiques

DataFormat

 Attrs DataFormat(
  StringPiece x
)

Epsilon

 Attrs Epsilon(
  float x
)

ExponentialAvgFactor

 Attrs ExponentialAvgFactor(
  float x
)

IsTraining

 Attrs IsTraining(
  bool x
)