Merken Sie den Termin vor! Google I / O kehrt vom 18. bis 20. Mai zurück Registrieren Sie sich jetzt
Diese Seite wurde von der Cloud Translation API übersetzt.
Switch to English

Tensorflow :: ops :: FusedBatchNormGradV2

#include <nn_ops.h>

Gradient für die Chargennormalisierung.

Zusammenfassung

Beachten Sie, dass die Größe von 4D-Tensoren entweder durch "NHWC" oder "NCHW" definiert wird. Die Größe der 1D-Tensoren entspricht der Abmessung C der 4D-Tensoren.

Argumente:

  • scope: Ein Scope- Objekt
  • y_backprop: Ein 4D- Tensor für den Gradienten in Bezug auf y.
  • x: Ein 4D- Tensor für Eingabedaten.
  • scale: Ein 1D- Tensor für den Skalierungsfaktor zum Skalieren des normalisierten x.
  • Reserve_Space_1: Wenn is_training True ist, bedeutet ein 1D- Tensor für den berechneten Stapel, dass er bei der Gradientenberechnung wiederverwendet wird. Wenn is_training False ist, bedeutet ein 1D- Tensor für die Population, dass er sowohl bei der Gradientenberechnung 1. als auch 2. Ordnung wiederverwendet wird.
  • Reserve_Space_2: Wenn is_training True ist, wird ein 1D- Tensor für die berechnete Batch-Varianz (invertierte Varianz im cuDNN-Fall) für die Gradientenberechnung wiederverwendet. Wenn is_training False ist, ein 1D- Tensor für die Populationsvarianz, der sowohl bei der Gradientenberechnung 1. als auch 2. Ordnung wiederverwendet werden soll.

Optionale Attribute (siehe Attrs ):

  • epsilon: Eine kleine Gleitkommazahl, die zur Varianz von x hinzugefügt wird.
  • Datenformat: Das Datenformat für y_backprop, x, x_backprop. Entweder "NHWC" (Standard) oder "NCHW".
  • is_training: Ein Bool-Wert, der angibt, dass die Operation zum Training (Standard) oder zur Inferenz dient.

Kehrt zurück:

Konstruktoren und Destruktoren

FusedBatchNormGradV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input y_backprop, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input reserve_space_1, :: tensorflow::Input reserve_space_2)
FusedBatchNormGradV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input y_backprop, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input reserve_space_1, :: tensorflow::Input reserve_space_2, const FusedBatchNormGradV2::Attrs & attrs)

Öffentliche Attribute

offset_backprop
operation
reserve_space_3
reserve_space_4
scale_backprop
x_backprop

Öffentliche statische Funktionen

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

Strukturen

tensorflow :: ops :: FusedBatchNormGradV2 :: Attrs

Optionale Attributsetzer für FusedBatchNormGradV2 .

Öffentliche Attribute

offset_backprop

::tensorflow::Output offset_backprop

Operation

Operation operation

Reserve_Space_3

::tensorflow::Output reserve_space_3

Reserve_Space_4

::tensorflow::Output reserve_space_4

scale_backprop

::tensorflow::Output scale_backprop

x_backprop

::tensorflow::Output x_backprop

Öffentliche Funktionen

FusedBatchNormGradV2

 FusedBatchNormGradV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input y_backprop,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input reserve_space_1,
  ::tensorflow::Input reserve_space_2
)

FusedBatchNormGradV2

 FusedBatchNormGradV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input y_backprop,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input reserve_space_1,
  ::tensorflow::Input reserve_space_2,
  const FusedBatchNormGradV2::Attrs & attrs
)

Öffentliche statische Funktionen

Datei Format

Attrs DataFormat(
  StringPiece x
)

Epsilon

Attrs Epsilon(
  float x
)

IsTraining

Attrs IsTraining(
  bool x
)