Nn Opérations

Effectue un pooling moyen sur l’entrée.

Effectue un pooling moyen 3D sur l’entrée.

Calcule les gradients de la fonction de pooling moyenne.

Ajoute bias à value .

L'opération inverse pour "BiasAdd" sur le tenseur "bias".

Calcule une convolution 2D à partir des tenseurs input et filter 4D.

Calcule les gradients de convolution par rapport au filtre.

Calcule les gradients de convolution par rapport à l'entrée.

Calcule une convolution 3D à partir des tenseurs input et filter 5D.

Calcule les gradients de convolution 3D par rapport au filtre.

Calcule les gradients de convolution 3D par rapport à l'entrée.

Renvoie l'index de dimension dans le format de données de destination étant donné celui dans.

Renvoie le vecteur/tenseur permuté dans le format de données de destination donné.

Calcule une convolution en profondeur 2D à partir des tenseurs input et filter 4D.

Calcule les gradients de convolution en profondeur par rapport au filtre.

Calcule les gradients de convolution en profondeur par rapport à l'entrée.

Calcule la dilatation des niveaux de gris des tenseurs input 4D et filter 3D.

Calcule le gradient de dilatation morphologique 2D par rapport au filtre.

Calcule le gradient de dilatation morphologique 2D par rapport à l'entrée.

Calcule une exponentielle linéaire : exp(features) - 1 si < 0, features sinon.

Effectue un pooling moyen fractionnaire sur l’entrée.

Effectue un pooling maximum fractionnaire sur l’entrée.

Normalisation des lots.

Dégradé pour la normalisation des lots.

Dégradé pour la normalisation des lots.

Dégradé pour la normalisation des lots.

Normalisation des lots.

Normalisation des lots.

Effectue un remplissage comme prétraitement lors d'une convolution.

Effectue un redimensionnement et un remplissage en guise de prétraitement lors d'une convolution.

Indique si les cibles figurent dans les K premières prédictions.

Indique si les cibles figurent dans les K premières prédictions.

Perte L2.

Normalisation de la réponse locale.

Calcule le journal des activations softmax.

Effectue un pooling maximum sur l’entrée.

Effectue un pooling 3D max sur l'entrée.

Calcule les gradients de la fonction de pooling 3D max.

Calcule les gradients de second ordre de la fonction maxpooling.

Calcule les gradients de second ordre de la fonction maxpooling.

Calcule les gradients de second ordre de la fonction maxpooling.

Calcule les gradients de second ordre de la fonction maxpooling.

Calcule les gradients de la fonction maxpooling.

Effectue un pooling maximum sur l’entrée.

Effectue un pooling maximum sur l'entrée et génère à la fois les valeurs maximales et les indices.

Recherche les valeurs de la statistique d'ordre n pour la dernière dimension.

Produit le pool moyen du tenseur d'entrée pour les types quantifiés.

Normalisation par lots quantifiés.

Ajoute le « biais » du Tensor à « l’entrée » du Tensor pour les types quantifiés.

Calcule une convolution 2D à partir des tenseurs d'entrée et de filtre 4D quantifiés.

Produit le pool maximum du tenseur d'entrée pour les types quantifiés.

Calcule le linéaire rectifié quantifié : max(features, 0)

Calcule le linéaire rectifié quantifié 6 : min(max(features, 0), 6)

Calcule X linéaire rectifié quantifié : min(max(features, 0), max_value)

Calcule le linéaire rectifié : max(features, 0) .

Calcule le linéaire rectifié 6 : min(max(features, 0), 6) .

Calcule une exponentielle linéaire à l'échelle : scale * alpha * (exp(features) - 1)

Calcule les activations softmax.

Calcule le coût d'entropie croisée softmax et les gradients à rétropropager.

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

Calcule le softsign : features / (abs(features) + 1) .

Calcule le coût d'entropie croisée softmax et les gradients à rétropropager.

Recherche les valeurs et les indices des k éléments les plus grands pour la dernière dimension.