Restez organisé à l'aide des collections Enregistrez et classez les contenus selon vos préférences.

tensorflow :: opérations :: QuantizedBatchNormWithGlobalNormalization

#include <nn_ops.h>

Normalisation quantifiée des lots.

Résumé

Cette opération est obsolète et sera supprimée à l'avenir. Préférez tf.nn.batch_normalization .

Arguments:

  • scope: un objet Scope
  • t: Un Tensor d' entrée 4D.
  • t_min: valeur représentée par l'entrée quantifiée la plus basse.
  • t_max: valeur représentée par l'entrée quantifiée la plus élevée.
  • m: Un Tensor moyen 1D dont la taille correspond à la dernière dimension de t. Il s'agit de la première sortie de tf.nn.moments, ou d'une moyenne mobile enregistrée de celle-ci.
  • m_min: valeur représentée par la moyenne quantifiée la plus basse.
  • m_max: valeur représentée par la moyenne quantifiée la plus élevée.
  • v: Un Tensor de variance 1D dont la taille correspond à la dernière dimension de t. Il s'agit de la deuxième sortie de tf.nn.moments, ou d'une moyenne mobile enregistrée de celle-ci.
  • v_min: valeur représentée par la variance quantifiée la plus faible.
  • v_max: valeur représentée par la variance quantifiée la plus élevée.
  • beta: Un Tensor bêta 1D dont la taille correspond à la dernière dimension de t. Un décalage à ajouter au tenseur normalisé.
  • beta_min: valeur représentée par le décalage quantifié le plus bas.
  • beta_max: valeur représentée par le décalage quantifié le plus élevé.
  • gamma: Tenseur gamma 1D dont la taille correspond à la dernière dimension de t. Si "scale_after_normalization" est vrai, ce tenseur sera multiplié par le tenseur normalisé.
  • gamma_min: valeur représentée par le gamma quantifié le plus bas.
  • gamma_max: valeur représentée par le gamma quantifié le plus élevé.
  • variance_epsilon: Un petit nombre flottant pour éviter de diviser par 0.
  • scale_after_normalization: Un booléen indiquant si le tenseur obtenu doit être multiplié par gamma.

Retour:

Constructeurs et destructeurs

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)

Attributs publics

operation
result
result_max
result_min

Attributs publics

opération

Operation operation

résultat

::tensorflow::Output result

result_max

::tensorflow::Output result_max

result_min

::tensorflow::Output result_min

Fonctions publiques

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
)