Nn Ops

Esegue il pooling medio sull'input.

Esegue il pooling medio 3D sull'input.

Calcola i gradienti della funzione di pooling media.

Aggiunge bias al value .

L'operazione all'indietro per "BiasAdd" sul tensore "bias".

Calcola una convoluzione 2D dato input 4D e tensori filter .

Calcola i gradienti di convoluzione rispetto al filtro.

Calcola i gradienti di convoluzione rispetto all'input.

Calcola una convoluzione 3D dato input 5D e tensori filter .

Calcola i gradienti della convoluzione 3D rispetto al filtro.

Calcola i gradienti della convoluzione 3D rispetto all'input.

Restituisce l'indice della dimensione nel formato dati di destinazione dato quello in.

Restituisce il vettore/tensore permutato nel formato dati di destinazione dato il.

Calcola una convoluzione in profondità 2D dato input 4D e i tensori filter .

Calcola i gradienti della convoluzione in profondità rispetto al filtro.

Calcola i gradienti della convoluzione in profondità rispetto all'input.

Calcola la dilatazione della scala di grigi input 4D e dei tensori filter 3D.

Calcola il gradiente di dilatazione morfologica 2-D rispetto al filtro.

Calcola il gradiente della dilatazione morfologica 2-D rispetto all'input.

Calcola lineare esponenziale: exp(features) - 1 se < 0, features altrimenti.

Esegue il pooling medio frazionario sull'input.

Esegue il pooling massimo frazionario sull'input.

Normalizzazione batch.

Gradiente per la normalizzazione batch.

Gradiente per la normalizzazione batch.

Gradiente per la normalizzazione batch.

Normalizzazione batch.

Normalizzazione batch.

Esegue un riempimento come preelaborazione durante una convoluzione.

Esegue il ridimensionamento e il riempimento come preelaborazione durante una convoluzione.

Indica se gli obiettivi rientrano nelle previsioni K principali.

Indica se gli obiettivi rientrano nelle previsioni K principali.

Perdita L2.

Normalizzazione della risposta locale.

Calcola le attivazioni softmax del registro.

Esegue il pooling massimo sull'input.

Esegue il pooling massimo 3D sull'input.

Calcola i gradienti della funzione di pooling 3D max.

Calcola i gradienti del secondo ordine della funzione maxpooling.

Calcola i gradienti del secondo ordine della funzione maxpooling.

Calcola i gradienti del secondo ordine della funzione maxpooling.

Calcola i gradienti del secondo ordine della funzione maxpooling.

Calcola i gradienti della funzione maxpooling.

Esegue il pooling massimo sull'input.

Esegue il pooling massimo sull'input e restituisce sia i valori massimi che gli indici.

Trova i valori della statistica dell'ordine n per l'ultima dimensione.

Produce il pool medio del tensore di input per i tipi quantizzati.

Normalizzazione batch quantizzata.

Aggiunge il "bias" del tensore all'"input" del tensore per i tipi quantizzati.

Calcola una convoluzione 2D dato un input 4D quantizzato e tensori di filtro.

Produce il pool massimo del tensore di input per i tipi quantizzati.

Calcola il lineare rettificato quantizzato: max(features, 0)

Calcola il lineare rettificato quantizzato 6: min(max(features, 0), 6)

Calcola X lineare rettificato quantizzato: min(max(features, 0), max_value)

Calcola il lineare rettificato: max(features, 0) .

Calcola il lineare 6 rettificato: min(max(features, 0), 6) .

Calcola il lineare esponenziale scalato: scale * alpha * (exp(features) - 1)

Calcola le attivazioni softmax.

Calcola il costo dell'entropia incrociata softmax e i gradienti per la propagazione all'indietro.

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

Calcola il softsign: features / (abs(features) + 1) .

Calcola il costo dell'entropia incrociata softmax e i gradienti per la propagazione all'indietro.

Trova valori e indici dei k elementi più grandi per l'ultima dimensione.