przepływ tensorowy:: ops:: FusedBatchNormV3

#include <nn_ops.h>

Normalizacja wsadowa.

Streszczenie

Należy zauważyć, że rozmiar tensorów 4D jest zdefiniowany przez „NHWC” lub „NCHW”. Rozmiar tensorów 1D odpowiada wymiarowi C tensorów 4D.

Argumenty:

  • zakres: Obiekt Scope
  • x: Tensor 4D dla danych wejściowych.
  • skala: Tensor 1D dla współczynnika skalowania, służący do skalowania znormalizowanego x.
  • offset: Tensor 1D dla przesunięcia, aby przesunąć do znormalizowanego x.
  • średnia: Tensor 1D średniej populacji. Używane wyłącznie do wnioskowania; musi być pusty na potrzeby treningu.
  • wariancja: Tensor 1D dla wariancji populacji. Używane wyłącznie do wnioskowania; musi być pusty na potrzeby treningu.

Opcjonalne atrybuty (patrz Attrs ):

  • epsilon: mała liczba zmiennoprzecinkowa dodana do wariancji x.
  • data_format: Format danych dla x i y. Albo „NHWC” (domyślnie) albo „NCHW”.
  • is_training: Wartość bool wskazująca, że ​​operacja służy do uczenia (domyślnie) lub wnioskowania.

Zwroty:

  • Output y: Tensor 4D dla danych wyjściowych.
  • Output średnia wsadowa: Tensor 1D dla obliczonej średniej wsadowej, która ma być używana przez TensorFlow do obliczania średniej bieżącej.
  • Output wariancja_wsadowa: Tensor 1D dla obliczonej wariancji wsadowej, która ma być używana przez TensorFlow do obliczania bieżącej wariancji.
  • Rezerwa Output : Tensor 1D dla obliczonej średniej wsadowej do ponownego wykorzystania w obliczeniach gradientu.
  • Rezerwa Output : Tensor 1D dla obliczonej wariancji wsadowej (odwrócona wariancja w przypadku cuDNN), do ponownego wykorzystania w obliczeniach gradientu.
  • Rezerwa Output : Tensor 1D dla niektórych wyników pośrednich, który można ponownie wykorzystać w obliczeniach gradientu w celu uzyskania lepszej wydajności.

Konstruktory i destruktory

FusedBatchNormV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input offset, :: tensorflow::Input mean, :: tensorflow::Input variance)
FusedBatchNormV3 (const :: tensorflow::Scope & scope, :: tensorflow::Input x, :: tensorflow::Input scale, :: tensorflow::Input offset, :: tensorflow::Input mean, :: tensorflow::Input variance, const FusedBatchNormV3::Attrs & attrs)

Atrybuty publiczne

batch_mean
batch_variance
operation
reserve_space_1
reserve_space_2
reserve_space_3
y

Publiczne funkcje statyczne

DataFormat (StringPiece x)
Epsilon (float x)
IsTraining (bool x)

Struktury

tensorflow:: ops:: FusedBatchNormV3:: Atrybuty

Opcjonalne moduły ustawiające atrybuty dla FusedBatchNormV3 .

Atrybuty publiczne

partia_średnia 

::tensorflow::Output batch_mean

wariancja_wsadowa 

::tensorflow::Output batch_variance

działanie 

Operation operation

rezerwa_przestrzeń_1 

::tensorflow::Output reserve_space_1

rezerwa_przestrzeń_2 

::tensorflow::Output reserve_space_2

rezerwa_przestrzeń_3 

::tensorflow::Output reserve_space_3

y 

::tensorflow::Output y

Funkcje publiczne

FusedBatchNormV3 

 FusedBatchNormV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input offset,
  ::tensorflow::Input mean,
  ::tensorflow::Input variance
)

FusedBatchNormV3 

 FusedBatchNormV3(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input x,
  ::tensorflow::Input scale,
  ::tensorflow::Input offset,
  ::tensorflow::Input mean,
  ::tensorflow::Input variance,
  const FusedBatchNormV3::Attrs & attrs
)

Publiczne funkcje statyczne

Format danych 

Attrs DataFormat(
  StringPiece x
)

Epsilon 

Attrs Epsilon(
  float x
)

Jest szkolenie 

Attrs IsTraining(
  bool x
)