tensorflow :: ops :: کوانتومی شدهBatchNormWithGlobalNormalization

عادی سازی دسته ای

خلاصه

این عملیات منسوخ شده و در آینده حذف خواهد شد. tf.nn.batch_normalization ترجیح tf.nn.batch_normalization .

استدلال ها:

• دامنه: یک شی Sc Scope
• تی: یک 4D ورودی تانسور .
• t_min: مقداری که با کمترین ورودی کوانتیزه شده نشان داده می شود.
• t_max: مقداری که با بالاترین ورودی کوانتیزه شده نشان داده می شود.
• متر: یک 1D میانگین تانسور با اندازه تطبیق آخرین ابعاد تی. این اولین خروجی از tf.nn.moments یا میانگین متحرک ذخیره شده آن است.
• m_min: مقدار نشان داده شده با کمترین میانگین کوانتیزه شده.
• m_max: مقداری که با بالاترین میانگین کوانتیزه نشان داده می شود.
• V: یک 1D واریانس تانسور با اندازه تطبیق آخرین ابعاد تی. این دومین خروجی از tf.nn.moments یا میانگین متحرک ذخیره شده آن است.
• v_min: مقدار نشان داده شده با کمترین واریانس کوانتیزه شده.
• v_max: مقداری که بالاترین واریانس کوانتیزه شده را نشان می دهد.
• بتا: یک 1D بتا تانسور با اندازه تطبیق آخرین ابعاد تی. جبرانی که به تانسور نرمال شده اضافه می شود.
• beta_min: مقداری که با کمترین جبران مقداردهی شده نشان داده می شود.
• beta_max: مقدار نشان داده شده با بالاترین مقدار جبران شده.
• گاما: یک 1D گاما تانسور با اندازه تطبیق آخرین ابعاد تی. اگر "مقیاس_بعد از عادی سازی" درست باشد ، این تانسور با تانسور نرمال شده ضرب می شود.
• gamma_min: مقداری که با کمترین گامای کوانتیزه شده نشان داده می شود.
• gamma_max: مقداری که بالاترین گامای کوانتیزه شده را نشان می دهد.
• variance_epsilon: یک عدد شناور کوچک برای جلوگیری از تقسیم بر 0 است.
• scale_after_normalization: یک بول که نشان می دهد آیا تانسور حاصل باید با گاما ضرب شود.

بازده:

• نتیجه Output
• Output result_min
• Output result_max

صفات عمومی

Operation operation

::tensorflow::Output result

::tensorflow::Output result_max

::tensorflow::Output result_min

 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
)