flux tensoriel : : opérations : : QuantizedBatchNormWithGlobalNormalization
#include <nn_ops.h>
Normalisation par lots quantifiés.
Résumé
Cette opération est obsolète et sera supprimée à l’avenir. Préférez tf.nn.batch_normalization
.
Arguments :
- scope : un objet Scope
- t : Un Tenseur d'entrée 4D.
- t_min : la valeur représentée par l'entrée quantifiée la plus basse.
- t_max : la valeur représentée par l'entrée quantifiée la plus élevée.
- m : un tenseur 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 : la valeur représentée par la moyenne quantifiée la plus élevée.
- v : Un tenseur 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 : la valeur représentée par la variance quantifiée la plus faible.
- v_max : la valeur représentée par la variance quantifiée la plus élevée.
- bêta : un tenseur bêta 1D dont la taille correspond à la dernière dimension de t. Un décalage à ajouter au tenseur normalisé.
- beta_min : la valeur représentée par le décalage quantifié le plus bas.
- beta_max : valeur représentée par le décalage quantifié le plus élevé.
- gamma : un 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 : La valeur représentée par le gamma quantifié le plus bas.
- gamma_max : La 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.
Retours :
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
résultat_max
::tensorflow::Output result_max
résultat_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 )