ML 커뮤니티 데이는 11월 9일입니다! TensorFlow, JAX에서 업데이트를 우리와 함께, 더 자세히 알아보기

tensorflow :: ops :: QuantizedBatchNormWithGlobalNormalization

#include <nn_ops.h>

양자화 된 배치 정규화.

요약

이 작업은 더 이상 사용되지 않으며 향후 제거 될 예정입니다. tf.nn.batch_normalization 선호 tf.nn.batch_normalization .

인수 :

  • 범위 : 범위 개체
  • t : 4D 입력 Tensor .
  • t_min : 가장 낮은 양자화 된 입력이 나타내는 값입니다.
  • t_max : 가장 높은 양자화 된 입력이 나타내는 값입니다.
  • m : 1D는 크기가 t의 마지막 차원과 일치하는 Tensor 를 의미합니다. 이것은 tf.nn.moments의 첫 번째 출력 또는 저장된 이동 평균입니다.
  • m_min : 가장 낮은 양자화 평균이 나타내는 값.
  • m_max : 가장 높은 양자화 평균이 나타내는 값.
  • v : 크기가 t의 마지막 차원과 일치하는 1D 분산 텐서 . 이것은 tf.nn.moments의 두 번째 출력 또는 저장된 이동 평균입니다.
  • v_min : 가장 낮은 양자화 된 분산으로 표시되는 값입니다.
  • v_max : 가장 높은 양자화 된 분산으로 표시되는 값.
  • beta : 크기가 t의 마지막 차원과 일치하는 1D 베타 Tensor 입니다. 정규화 된 텐서에 추가 할 오프셋입니다.
  • beta_min : 가장 낮은 양자화 된 오프셋으로 표시되는 값.
  • beta_max : 가장 높은 양자화 된 오프셋으로 표시되는 값.
  • 감마 : 크기가 t의 마지막 차원과 일치하는 1D 감마 Tensor 입니다. "scale_after_normalization"이 참이면이 텐서는 정규화 된 텐서와 곱해집니다.
  • gamma_min : 가장 낮은 양자화 된 감마로 표시되는 값입니다.
  • gamma_max : 가장 높은 양자화 된 감마로 표시되는 값입니다.
  • variance_epsilon : 0으로 나누는 것을 피하기위한 작은 부동 숫자.
  • scale_after_normalization : 결과 텐서에 감마를 곱해야하는지 여부를 나타내는 부울입니다.

보고:

생성자와 소멸자

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)

공용 속성

operation
result
result_max
result_min

공용 속성

조작

Operation operation

결과

::tensorflow::Output result

result_max

::tensorflow::Output result_max

result_min

::tensorflow::Output result_min

공공 기능

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
)