tensorflow :: ops :: FusedBatchNormV3

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.

Atrybuty publiczne

::tensorflow::Output batch_mean

::tensorflow::Output batch_variance

Operation operation

::tensorflow::Output reserve_space_1

::tensorflow::Output reserve_space_2

::tensorflow::Output reserve_space_3

::tensorflow::Output y

 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
)

Attrs DataFormat(
  StringPiece x
)

Attrs Epsilon(
  float x
)

Attrs IsTraining(
  bool x
)