aliran tensor:: operasi:: Norma Instance Terkuantisasi

Normalisasi Instans Terkuantisasi.

Ringkasan

Argumen:

• ruang lingkup: Objek Lingkup
• x: Tensor masukan 4D.
• x_min: Nilai yang diwakili oleh input terkuantisasi terendah.
• x_max: Nilai yang diwakili oleh input terkuantisasi tertinggi.

Atribut opsional (lihat Attrs ):

• output_range_given: Jika Benar, given_y_min dan given_y_min dan given_y_max digunakan sebagai rentang keluaran. Jika tidak, implementasi akan menghitung rentang keluaran.
• diberikan_y_min: Output dalam y_min jika output_range_given adalah Benar.
• diberikan_y_max: Output dalam y_max jika output_range_given adalah Benar.
• variance_epsilon: Angka float kecil untuk menghindari pembagian dengan 0.
• min_separation: Nilai minimum y_max - y_min

Pengembalian:

• Output y: Tensor 4D.
• Output y_min: Nilai yang diwakili oleh output terkuantisasi terendah.
• Output y_max: Nilai yang diwakili oleh output terkuantisasi tertinggi.

Atribut publik

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
)