Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

tensorflow :: ops :: FusedBatchNormV3

#include <nn_ops.h>

Normalizacja wsadowa.

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
  • x: Tensor 4D dla danych wejściowych.
  • scale: Tensor 1D dla współczynnika skalowania, do skalowania znormalizowanego x.
  • offset: Tensor 1D do przesunięcia, aby przejść do znormalizowanego x.
  • mean: A 1D Tensor dla średniej populacji. Używane tylko do wnioskowania; musi być pusty do treningu.
  • wariancja: Tensor 1D dla wariancji populacji. Używane tylko do wnioskowania; musi być pusty do treningu.

Atrybuty opcjonalne (patrz Attrs ):

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

Zwroty:

  • Output y: Tensor 4D dla danych wyjściowych.
  • Output batch_mean: Tensor 1D dla obliczonej średniej partii, który ma być używany przez TensorFlow do obliczenia średniej bieżącej.
  • Output batch_variance: Tensor 1D dla obliczonej wariancji partii, który ma być używany przez TensorFlow do obliczenia bieżącej wariancji.
  • Output Reserve_space_1: Tensor 1D dla obliczonej średniej partii, do ponownego wykorzystania w obliczeniach gradientu.
  • Output Reserve_space_2: Tensor 1D dla obliczonej wariancji partii (odwrócona wariancja w przypadku cuDNN), do ponownego wykorzystania w obliczeniach gradientu.
  • Output Reserve_space_3: Tensor 1D dla niektórych wyników pośrednich, do ponownego wykorzystania w obliczeniach gradientu dla lepszej wydajności.

Konstruktorzy i niszczyciele

FusedBatchNormV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input offset, :: tensorflow::Input mean, :: tensorflow::Input variance)
FusedBatchNormV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input offset, :: tensorflow::Input mean, :: tensorflow::Input variance, const FusedBatchNormV3::Attrs & attrs)

Atrybuty publiczne

batch_mean
batch_variance
operation
reserve_space_1
reserve_space_2
reserve_space_3
y

Publiczne funkcje statyczne

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

Struktury

tensorflow :: ops :: FusedBatchNormV3 :: Attrs

Opcjonalne metody ustawiające atrybuty dla FusedBatchNormV3 .

Atrybuty publiczne

batch_mean

::tensorflow::Output batch_mean

batch_variance

::tensorflow::Output batch_variance

operacja

Operation operation

Reserve_space_1

::tensorflow::Output reserve_space_1

Reserve_space_2

::tensorflow::Output reserve_space_2

rezerwa_przestrzeni_3

::tensorflow::Output reserve_space_3

y

::tensorflow::Output y

Funkcje publiczne

FusedBatchNormV3

 FusedBatchNormV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input offset,
  ::tensorflow::Input mean,
  ::tensorflow::Input variance
)

FusedBatchNormV3

 FusedBatchNormV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input offset,
  ::tensorflow::Input mean,
  ::tensorflow::Input variance,
  const FusedBatchNormV3::Attrs & attrs
)

Publiczne funkcje statyczne

Format danych

Attrs DataFormat(
  StringPiece x
)

Epsilon

Attrs Epsilon(
  float x
)

IsTraining

Attrs IsTraining(
  bool x
)