tensorflow :: opérations :: FusedBatchNorm

Normalisation par 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
• x: Un Tensor 4D pour les données d'entrée.
• scale: Un Tensor 1D pour le facteur d'échelle, pour mettre à l'échelle le x normalisé.
• offset: Un Tensor 1D pour le décalage, pour passer au x normalisé.
• moyenne: Un Tensor 1D pour la moyenne de la population Utilisé à des fins d'inférence uniquement; doit être vide pour la formation.
• variance: Un Tensor 1D pour la variance de la population. Utilisé à des fins d'inférence uniquement; doit être vide pour la formation.

Attributs facultatifs (voir Attrs ):

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

Retour:

• Output y: Un Tensor 4D pour les données de sortie.
• Output batch_mean: Tensor 1D pour la moyenne de lot calculée, à utiliser par TensorFlow pour calculer la moyenne en cours.
• Output batch_variance: Un Tensor 1D pour la variance de lot calculée, à utiliser par TensorFlow pour calculer la variance en cours.
• Output reserve_space_1: Un Tensor 1D pour la moyenne du batch calculée, à réutiliser dans le calcul du gradient.
• Output reserve_space_2: Un Tensor 1D pour la variance batch calculée (variance inversée dans le cas cuDNN), à réutiliser dans le calcul du gradient.

Attributs publics

::tensorflow::Output batch_mean

::tensorflow::Output batch_variance

Operation operation

::tensorflow::Output reserve_space_1

::tensorflow::Output reserve_space_2

::tensorflow::Output y

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

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

Attrs DataFormat(
  StringPiece x
)

Attrs Epsilon(
  float x
)

Attrs IsTraining(
  bool x
)