Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

tensorflow :: ops :: QuantizedBatchNormWithGlobalNormalization

#include <nn_ops.h>

Kwantowa normalizacja wsadowa.

streszczenie

Ta operacja jest przestarzała i zostanie usunięta w przyszłości. Preferuj tf.nn.batch_normalization .

Argumenty:

  • zakres: obiekt Scope
  • t: Tensor wejściowy 4D.
  • t_min: wartość reprezentowana przez najniższe skwantowane dane wejściowe.
  • t_max: wartość reprezentowana przez najwyższe skwantowane wejście.
  • m: 1D średni Tensor o rozmiarze pasującym do ostatniego wymiaru t. Jest to pierwszy wynik z tf.nn.moments lub jego zapisana średnia krocząca.
  • m_min: wartość reprezentowana przez najniższą średnią kwantowaną.
  • m_max: wartość reprezentowana przez najwyższą skwantyzowaną średnią.
  • v: Tensor wariancji 1D o rozmiarze pasującym do ostatniego wymiaru t. To jest drugie wyjście z tf.nn.moments lub jego zapisana średnia krocząca.
  • v_min: wartość reprezentowana przez najniższą skwantyzowaną wariancję.
  • v_max: wartość reprezentowana przez najwyższą skwantyzowaną wariancję.
  • beta: Tensor beta 1D o rozmiarze pasującym do ostatniego wymiaru t. Przesunięcie, które ma zostać dodane do znormalizowanego tensora.
  • beta_min: wartość reprezentowana przez najniższe skwantyzowane przesunięcie.
  • beta_max: wartość reprezentowana przez najwyższe skwantowane przesunięcie.
  • gamma: Tensor gamma 1D o rozmiarze pasującym do ostatniego wymiaru t. Jeśli „scale_after_normalization” ma wartość true, ten tensor zostanie pomnożony przez znormalizowany tensor.
  • gamma_min: wartość reprezentowana przez najniższą skwantyzowaną gamma.
  • gamma_max: wartość reprezentowana przez najwyższą skwantyzowaną gamma.
  • variance_epsilon: mała liczba zmiennoprzecinkowa, aby uniknąć dzielenia przez 0.
  • scale_after_normalization: bool wskazujący, czy wynikowy tensor musi zostać pomnożony przez gamma.

Zwroty:

Konstruktorzy i niszczyciele

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)

Atrybuty publiczne

operation
result
result_max
result_min

Atrybuty publiczne

operacja

Operation operation

wynik

::tensorflow::Output result

wynik_maks

::tensorflow::Output result_max

wynik_min

::tensorflow::Output result_min

Funkcje publiczne

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
)