тензорный поток:: опс:: QuantizedBatchNormWithGlobalNormalization

Квантованная пакетная нормализация.

Краткое содержание

Эта операция устарела и в будущем будет удалена. Предпочитайте tf.nn.batch_normalization .

Аргументы:

• область: объект области.
• t: входной 4D- тензор .
• t_min: значение, представленное наименьшим квантованным входом.
• t_max: значение, представленное самым высоким квантованным входом.
• m: 1D средний тензор , размер которого соответствует последнему измерению t. Это первый результат tf.nn.moments или его сохраненное скользящее среднее.
• m_min: значение, представленное наименьшим квантованным средним значением.
• m_max: значение, представленное наивысшим квантованным средним значением.
• v: одномерный тензор дисперсии, размер которого соответствует последнему измерению t. Это второй результат tf.nn.moments или его сохраненное скользящее среднее.
• v_min: значение, представленное наименьшей квантованной дисперсией.
• v_max: значение, представленное наибольшей квантованной дисперсией.
• beta: 1D бета- тензор , размер которого соответствует последнему измерению t. Смещение, добавляемое к нормализованному тензору.
• beta_min: значение, представленное наименьшим квантованным смещением.
• beta_max: значение, представленное наибольшим квантованным смещением.
• гамма: одномерный гамма- тензор , размер которого соответствует последнему измерению t. Если «scale_after_normalization» истинно, этот тензор будет умножен на нормализованный тензор.
• gamma_min: значение, представленное наименьшей квантованной гаммой.
• gamma_max: значение, представленное наивысшей квантованной гаммой.
• variance_epsilon: небольшое число с плавающей запятой, позволяющее избежать деления на 0.
• Scale_after_normalization: логическое значение, указывающее, нужно ли умножать полученный тензор на гамму.

Возврат:

• Output результат
• Output результат_мин
• Output результат_макс

Публичные атрибуты

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
)