flux tensoriel : : opérations : : FusedBatchNormGradV3

#include <nn_ops.h>

Dégradé pour la normalisation des lots.

Résumé

Notez que la taille des Tensors 4D est définie par « NHWC » ou « NCHW ». La taille des Tensors 1D correspond à la dimension C des Tensors 4D.

Arguments:

  • scope : un objet Scope
  • y_backprop : Un tenseur 4D pour le dégradé par rapport à y.
  • x : un tenseur 4D pour les données d'entrée.
  • scale : un tenseur 1D pour le facteur de mise à l'échelle, pour mettre à l'échelle le x normalisé.
  • reserve_space_1 : Lorsque is_training est True, un tenseur 1D pour le lot calculé doit être réutilisé dans le calcul du gradient. Lorsque is_training est False, un tenseur 1D pour la population doit être réutilisé dans le calcul du gradient du 1er et du 2ème ordre.
  • reserve_space_2 : lorsque is_training est True, un tenseur 1D pour la variance du lot calculée (variance inversée dans le cas cuDNN) à réutiliser dans le calcul du gradient. Lorsque is_training est False, un tenseur 1D pour la variance de la population doit être réutilisé dans le calcul du gradient du 1er et du 2e ordre.
  • reserve_space_3 : Lorsque is_training est True, un tenseur 1D pour certains résultats intermédiaires à réutiliser dans le calcul du gradient. Lorsque is_training est False, un Tensor vide factice sera créé.

Attributs facultatifs (voir Attrs ) :

  • epsilon : un petit nombre flottant ajouté à la variance de x.
  • data_format : le format de données pour y_backprop, x, x_backprop. Soit « NHWC » (par défaut) soit « NCHW ».
  • is_training : une valeur booléenne pour indiquer que l'opération est destinée à la formation (par défaut) ou à l'inférence.

Retour:

  • Output x_backprop : Un tenseur 4D pour le dégradé par rapport à x.
  • Output scale_backprop : un tenseur 1D pour le dégradé par rapport à l'échelle.
  • Output offset_backprop : un tenseur 1D pour le dégradé par rapport au décalage.
  • Output reserve_space_4 : espace réservé inutilisé pour correspondre à l'entrée moyenne dans FusedBatchNorm .
  • Output reserve_space_5 : espace réservé inutilisé pour correspondre à la variance entrée dans FusedBatchNorm .

Constructeurs et Destructeurs

FusedBatchNormGradV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input y_backprop, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input reserve_space_1, :: tensorflow::Input reserve_space_2, :: tensorflow::Input reserve_space_3)
FusedBatchNormGradV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input y_backprop, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input reserve_space_1, :: tensorflow::Input reserve_space_2, :: tensorflow::Input reserve_space_3, const FusedBatchNormGradV3::Attrs & attrs)

Attributs publics

offset_backprop
operation
reserve_space_4
reserve_space_5
scale_backprop
x_backprop

Fonctions statiques publiques

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

Structures

tensorflow :: ops :: FusedBatchNormGradV3 :: Attrs

Setters d'attributs facultatifs pour FusedBatchNormGradV3 .

Attributs publics

offset_backprop

::tensorflow::Output offset_backprop

opération

Operation operation

réserve_espace_4

::tensorflow::Output reserve_space_4

réserve_espace_5

::tensorflow::Output reserve_space_5

scale_backprop

::tensorflow::Output scale_backprop

x_backprop

::tensorflow::Output x_backprop

Fonctions publiques

FusedBatchNormGradV3

 FusedBatchNormGradV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input y_backprop,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input reserve_space_1,
  ::tensorflow::Input reserve_space_2,
  ::tensorflow::Input reserve_space_3
)

FusedBatchNormGradV3

 FusedBatchNormGradV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input y_backprop,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input reserve_space_1,
  ::tensorflow::Input reserve_space_2,
  ::tensorflow::Input reserve_space_3,
  const FusedBatchNormGradV3::Attrs & attrs
)

Fonctions statiques publiques

Format de données

Attrs DataFormat(
  StringPiece x
)

Épsilon

Attrs Epsilon(
  float x
)

EstFormation

Attrs IsTraining(
  bool x
)