przepływ tensorowy:: ops:: QuantizedInstanceNorm

Kwantowana normalizacja instancji.

Streszczenie

Argumenty:

• zakres: Obiekt Scope
• x: Tensor wejściowy 4D.
• x_min: Wartość reprezentowana przez najniższe skwantowane wejście.
• x_max: Wartość reprezentowana przez najwyżej skwantowane wejście.

Opcjonalne atrybuty (patrz Attrs ):

• Output_range_given: Jeśli True, given_y_min i given_y_min oraz given_y_max są używane jako zakres wyjściowy. W przeciwnym razie implementacja oblicza zakres wyjściowy.
• dany_y_min: Wynik w y_min , jeśli output_range_given ma wartość True.
• dany_y_max: Wynik w y_max , jeśli output_range_given ma wartość True.
• variance_epsilon: Mała liczba zmiennoprzecinkowa, aby uniknąć dzielenia przez 0.
• min_separation: Minimalna wartość y_max - y_min

Zwroty:

• Output y: Tensor 4D.
• Output y_min: Wartość reprezentowana przez najniżej skwantowane wyjście.
• Output y_max: Wartość reprezentowana przez najwyżej skwantowane wyjście.

Atrybuty publiczne

Operation operation

::tensorflow::Output y

::tensorflow::Output y_max

::tensorflow::Output y_min

 QuantizedInstanceNorm(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input x_min,
  ::tensorflow::Input x_max
)

 QuantizedInstanceNorm(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input x_min,
  ::tensorflow::Input x_max,
  const QuantizedInstanceNorm::Attrs & attrs
)

Attrs GivenYMax(
  float x
)

Attrs GivenYMin(
  float x
)

Attrs MinSeparation(
  float x
)

Attrs OutputRangeGiven(
  bool x
)

Attrs VarianceEpsilon(
  float x
)