nn operaciones

Realiza una agrupación promedio en la entrada.

Realiza una agrupación promedio 3D en la entrada.

Calcula los gradientes de la función de agrupación promedio.

Añade bias al value .

La operación hacia atrás para "BiasAdd" en el tensor de "sesgo".

Calcula una convolución 2D dada input 4D y los tensores filter .

Calcula los gradientes de convolución con respecto al filtro.

Calcula los gradientes de convolución con respecto a la entrada.

Calcula una convolución 3D dada input 5D y los tensores filter .

Calcula los gradientes de convolución 3-D con respecto al filtro.

Calcula los gradientes de convolución 3-D con respecto a la entrada.

Devuelve el índice de dimensión en el formato de datos de destino dado en.

Devuelve el vector/tensor permutado en el formato de datos de destino dado.

Calcula una convolución profunda 2D dada input 4D y los tensores filter .

Calcula los gradientes de convolución en profundidad con respecto al filtro.

Calcula los gradientes de convolución en profundidad con respecto a la entrada.

Calcula la dilatación en escala de grises de los tensores input 4D y filter 3D.

Calcula el gradiente de dilatación morfológica 2-D con respecto al filtro.

Calcula el gradiente de dilatación morfológica 2-D con respecto a la entrada.

Calcula lineal exponencial: exp(features) - 1 si <0, features en caso contrario.

Realiza una agrupación promedio fraccionaria en la entrada.

Realiza una agrupación máxima fraccional en la entrada.

Normalización por lotes.

Gradiente para normalización por lotes.

Gradiente para normalización por lotes.

Gradiente para normalización por lotes.

Normalización por lotes.

Normalización por lotes.

Realiza un relleno como preproceso durante una convolución.

Realiza un cambio de tamaño y relleno como preproceso durante una convolución.

Dice si los objetivos están entre las K predicciones principales.

Dice si los objetivos están entre las K predicciones principales.

Pérdida L2.

Normalización de la respuesta local.

Calcula las activaciones de registro de softmax.

Realiza una agrupación máxima en la entrada.

Realiza una agrupación máxima 3D en la entrada.

Calcula los gradientes de la función de agrupación máxima.

Calcula gradientes de segundo orden de la función maxpooling.

Calcula gradientes de segundo orden de la función maxpooling.

Calcula gradientes de segundo orden de la función maxpooling.

Calcula gradientes de segundo orden de la función maxpooling.

Calcula los gradientes de la función maxpooling.

Realiza una agrupación máxima en la entrada.

Realiza una agrupación máxima en la entrada y genera valores e índices máximos.

Encuentra valores del estadístico de orden n para la última dimensión.

Produce el conjunto promedio del tensor de entrada para tipos cuantificados.

Normalización de lotes cuantificados.

Agrega 'sesgo' de tensor a la 'entrada' de tensor para tipos cuantificados.

Calcula una convolución 2D dada la entrada 4D cuantificada y los tensores de filtro.

Produce el grupo máximo del tensor de entrada para tipos cuantificados.

Calcula lineal rectificado cuantificado: max(features, 0)

Calcula lineal rectificado cuantificado 6: min(max(features, 0), 6)

Calcula X lineal rectificado cuantificado: min(max(features, 0), max_value)

Calcula lineal rectificado: max(features, 0) .

Calcula el lineal rectificado 6: min(max(features, 0), 6) .

Calcula lineal exponencial escalado: scale * alpha * (exp(features) - 1)

Calcula las activaciones de softmax.

Calcula el costo de entropía cruzada de softmax y los gradientes para propagar hacia atrás.

Calcula softplus: log(exp(features) + 1) .

Calcula softsign: features / (abs(features) + 1) .

Calcula el costo de entropía cruzada de softmax y los gradientes para propagar hacia atrás.

Encuentra valores e índices de los k elementos más grandes para la última dimensión.