Questa pagina è stata tradotta dall'API Cloud Translation.
Switch to English

tensorflow :: ops :: QuantizedBatchNormWithGlobalNormalization

#include <nn_ops.h>

Normalizzazione batch quantizzata.

Sommario

Questa operazione è obsoleta e verrà rimossa in futuro. Preferisci tf.nn.batch_normalization .

Argomenti:

  • scope: un oggetto Scope
  • t: un tensore di ingresso 4D.
  • t_min: il valore rappresentato dall'input quantizzato più basso.
  • t_max: il valore rappresentato dall'ingresso quantizzato più alto.
  • m: un tensore medio 1D con dimensione corrispondente all'ultima dimensione di t. Questo è il primo output di tf.nn.moments, o una sua media mobile salvata.
  • m_min: il valore rappresentato dalla media quantizzata più bassa.
  • m_max: il valore rappresentato dalla media quantizzata più alta.
  • v: un tensore della varianza 1D con dimensione corrispondente all'ultima dimensione di t. Questo è il secondo output di tf.nn.moments, o una sua media mobile salvata.
  • v_min: il valore rappresentato dalla varianza quantizzata più bassa.
  • v_max: il valore rappresentato dalla varianza quantizzata più alta.
  • beta: un tensore beta 1D con dimensione corrispondente all'ultima dimensione di t. Un offset da aggiungere al tensore normalizzato.
  • beta_min: il valore rappresentato dall'offset quantizzato più basso.
  • beta_max: il valore rappresentato dall'offset quantizzato più alto.
  • gamma: un tensore gamma 1D con dimensione corrispondente all'ultima dimensione di t. Se "scale_after_normalization" è vero, questo tensore verrà moltiplicato per il tensore normalizzato.
  • gamma_min: il valore rappresentato dalla gamma quantizzata più bassa.
  • gamma_max: il valore rappresentato dalla gamma quantizzata più alta.
  • variance_epsilon: un piccolo numero float per evitare di dividere per 0.
  • scale_after_normalization: un valore bool che indica se il tensore risultante deve essere moltiplicato per gamma.

Ritorna:

Costruttori e distruttori

QuantizedBatchNormWithGlobalNormalization (const :: tensorflow::Scope & scope, :: tensorflow::Input t, :: tensorflow::Input t_min, :: tensorflow::Input t_max, :: tensorflow::Input m, :: tensorflow::Input m_min, :: tensorflow::Input m_max, :: tensorflow::Input v, :: tensorflow::Input v_min, :: tensorflow::Input v_max, :: tensorflow::Input beta, :: tensorflow::Input beta_min, :: tensorflow::Input beta_max, :: tensorflow::Input gamma, :: tensorflow::Input gamma_min, :: tensorflow::Input gamma_max, DataType out_type, float variance_epsilon, bool scale_after_normalization)

Attributi pubblici

operation
result
result_max
result_min

Attributi pubblici

operazione

Operation operation

risultato

::tensorflow::Output result

result_max

::tensorflow::Output result_max

result_min

::tensorflow::Output result_min

Funzioni pubbliche

QuantizedBatchNormWithGlobalNormalization

 QuantizedBatchNormWithGlobalNormalization(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input t,
  ::tensorflow::Input t_min,
  ::tensorflow::Input t_max,
  ::tensorflow::Input m,
  ::tensorflow::Input m_min,
  ::tensorflow::Input m_max,
  ::tensorflow::Input v,
  ::tensorflow::Input v_min,
  ::tensorflow::Input v_max,
  ::tensorflow::Input beta,
  ::tensorflow::Input beta_min,
  ::tensorflow::Input beta_max,
  ::tensorflow::Input gamma,
  ::tensorflow::Input gamma_min,
  ::tensorflow::Input gamma_max,
  DataType out_type,
  float variance_epsilon,
  bool scale_after_normalization
)