tensorflow :: ops :: FusedBatchNormGradV2

Gradient do normalizacji wsadowej.

streszczenie

Należy zauważyć, że rozmiary tensorów 4D są definiowane przez „NHWC” lub „NCHW”. Rozmiar tensorów 1D odpowiada wymiarowi C tensorów 4D.

Argumenty:

• zakres: obiekt Scope
• y_backprop: Tensor 4D dla gradientu względem y.
• x: Tensor 4D dla danych wejściowych.
• scale: Tensor 1D dla współczynnika skalowania do skalowania znormalizowanego x.
• Reserve_space_1: Gdy is_training ma wartość True, Tensor 1D dla obliczonej partii średniej do ponownego wykorzystania w obliczeniach gradientowych. Gdy is_training ma wartość False, Tensor 1D dla populacji ma być ponownie użyty w obliczeniach gradientu pierwszego i drugiego rzędu.
• Reserve_space_2: Gdy is_training ma wartość True, Tensor 1D dla obliczonej wariancji partii (odwrócona wariancja w przypadku cuDNN) do ponownego wykorzystania w obliczeniach gradientowych. Gdy is_training ma wartość False, Tensor 1D dla wariancji populacji ma być ponownie użyty w obliczeniach gradientu pierwszego i drugiego rzędu.

Atrybuty opcjonalne (patrz Attrs ):

• epsilon: mała liczba zmiennoprzecinkowa dodana do wariancji x.
• data_format: format danych dla y_backprop, x, x_backprop. Albo „NHWC” (domyślnie), albo „NCHW”.
• is_training: wartość bool wskazująca, że ​​operacja jest przeznaczona do uczenia (domyślnie) lub wnioskowania.

Zwroty:

• Output x_backprop: Tensor 4D dla gradientu względem x.
• Output scale_backprop: Tensor 1D dla gradientu w odniesieniu do skali.
• Output offset_backprop: Tensor 1D dla gradientu w odniesieniu do przesunięcia.
• Output Reserve_space_3: Nieużywany symbol zastępczy, aby dopasować średnią wartość wejściową w FusedBatchNorm .
• Output Reserve_space_4: nieużywany symbol zastępczy, aby dopasować dane wejściowe wariancji w FusedBatchNorm .

Atrybuty publiczne

::tensorflow::Output offset_backprop

Operation operation

::tensorflow::Output reserve_space_3

::tensorflow::Output reserve_space_4

::tensorflow::Output scale_backprop

::tensorflow::Output x_backprop

 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
)

Attrs DataFormat(
  StringPiece x
)

Attrs Epsilon(
  float x
)

Attrs IsTraining(
  bool x
)