tensorflow:: אופס:: QuantizedBatchNormWithGlobalNormalization

נורמליזציה של אצווה כמותית.

תַקצִיר

הפעולה הזו הוצאה משימוש והיא תוסר בעתיד. העדיפו tf.nn.batch_normalization .

טיעונים:

• scope: אובייקט Scope
• t: Tensor קלט 4D.
• t_min: הערך המיוצג על ידי הקלט הקוונטי הנמוך ביותר.
• t_max: הערך המיוצג על ידי הקלט הקוונטי הגבוה ביותר.
• m: ממוצע טנסור 1D עם גודל התואם לממד האחרון של t. זהו הפלט הראשון מ-tf.nn.moments, או ממוצע נע שמור שלו.
• m_min: הערך המיוצג על ידי הממוצע המקוונטי הנמוך ביותר.
• m_max: הערך המיוצג על ידי הממוצע הכומתי הגבוה ביותר.
• v: שונות 1D Tensor עם גודל התואם לממד האחרון של t. זהו הפלט השני מ-tf.nn.moments, או ממוצע נע שמור שלו.
• v_min: הערך המיוצג על ידי השונות הכומתית הנמוכה ביותר.
• v_max: הערך המיוצג על ידי השונות הכומתית הגבוהה ביותר.
• בטא: Tensor בטא 1D עם גודל התואם לממד האחרון של t. היסט שיש להוסיף לטנזור המנורמל.
• beta_min: הערך המיוצג על ידי ההיסט הקוונטי הנמוך ביותר.
• beta_max: הערך המיוצג על ידי ההיסט הקוונטי הגבוה ביותר.
• גמא: טנסור גמא 1D עם גודל התואם לממד האחרון של t. אם "scale_after_normalization" נכון, טנזור זה יוכפל עם הטנזור המנורמל.
• gamma_min: הערך המיוצג על ידי הגמא הקוונטי הנמוך ביותר.
• gamma_max: הערך המיוצג על ידי הגמא הקוונטי הגבוהה ביותר.
• variance_epsilon: מספר צף קטן כדי להימנע מחלוקה ב-0.
• scale_after_normalization: בוול המציין אם יש להכפיל את הטנזור שהתקבל בגמא.

החזרות:

• תוצאת Output
• Output result_min
• תוצאת_מקסימום Output

תכונות ציבוריות

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
)