Nn 작전

입력에 대해 평균 풀링을 수행합니다.

입력에 대해 3D 평균 풀링을 수행합니다.

평균 풀링 함수의 기울기를 계산합니다.

value 에 bias 추가합니다.

"bias" 텐서의 "BiasAdd"에 대한 역방향 연산입니다.

4차원 input 및 filter 텐서가 주어지면 2차원 컨볼루션을 계산합니다.

필터에 대한 컨볼루션의 기울기를 계산합니다.

입력에 대한 컨볼루션의 기울기를 계산합니다.

5차원 input 및 filter 텐서가 주어지면 3차원 컨볼루션을 계산합니다.

필터에 대한 3차원 컨벌루션의 기울기를 계산합니다.

입력에 대한 3차원 컨벌루션의 기울기를 계산합니다.

지정된 대상 데이터 형식의 차원 인덱스를 반환합니다.

주어진 대상 데이터 형식의 순열된 벡터/텐서를 반환합니다.

4차원 input 및 filter 텐서가 주어지면 2차원 깊이별 컨벌루션을 계산합니다.

필터에 대한 깊이별 컨벌루션의 기울기를 계산합니다.

입력에 대한 깊이별 컨벌루션의 기울기를 계산합니다.

4차원 input 및 3차원 filter 텐서의 회색조 팽창을 계산합니다.

필터에 대한 형태학적 2차원 팽창의 기울기를 계산합니다.

입력값에 대한 형태학적 2차원 팽창의 기울기를 계산합니다.

지수 선형을 계산합니다. exp(features) - 1 , 그렇지 않으면 features .

입력에 대해 부분 평균 풀링을 수행합니다.

입력에 대해 분수 최대 풀링을 수행합니다.

일괄 정규화.

일괄 정규화를 위한 기울기입니다.

일괄 정규화를 위한 기울기입니다.

일괄 정규화를 위한 기울기입니다.

일괄 정규화.

일괄 정규화.

컨볼루션 중 전처리로 패딩을 수행합니다.

컨볼루션 중 전처리로 크기 조정 및 패딩을 수행합니다.

대상이 상위 K 개 예측에 있는지 여부를 나타냅니다.

대상이 상위 K 개 예측에 있는지 여부를 나타냅니다.

L2 손실.

국소 응답 정규화.

로그 소프트맥스 활성화를 계산합니다.

입력에 대해 최대 풀링을 수행합니다.

입력에 대해 3D 최대 풀링을 수행합니다.

3D 최대 풀링 함수의 기울기를 계산합니다.

maxpooling 함수의 2차 기울기를 계산합니다.

maxpooling 함수의 2차 기울기를 계산합니다.

maxpooling 함수의 2차 기울기를 계산합니다.

maxpooling 함수의 2차 기울기를 계산합니다.

maxpooling 함수의 기울기를 계산합니다.

입력에 대해 최대 풀링을 수행합니다.

입력에 대해 최대 풀링을 수행하고 최대 값과 인덱스를 모두 출력합니다.

마지막 차원에 대한 n 차 통계 값을 찾습니다.

양자화된 유형에 대한 입력 텐서의 평균 풀을 생성합니다.

양자화된 배치 정규화.

양자화 유형에 대한 Tensor '입력'에 Tensor 'bias'를 추가합니다.

양자화된 4D 입력 및 필터 텐서가 주어지면 2D 컨볼루션을 계산합니다.

양자화된 유형에 대한 입력 텐서의 최대 풀을 생성합니다.

양자화된 정류 선형 계산: max(features, 0)

양자화된 정류 선형 6 계산: min(max(features, 0), 6)

양자화된 정류 선형 X 계산: min(max(features, 0), max_value)

수정된 선형 계산: max(features, 0) .

수정된 선형 6을 계산합니다: min(max(features, 0), 6) .

스케일링된 지수 선형 계산: scale * alpha * (exp(features) - 1)

소프트맥스 활성화를 계산합니다.

역전파를 위한 소프트맥스 교차 엔트로피 비용과 기울기를 계산합니다.

소프트플러스를 계산합니다: log(exp(features) + 1) .

소프트 사인을 계산합니다: features / (abs(features) + 1) .

역전파를 위한 소프트맥스 교차 엔트로피 비용과 기울기를 계산합니다.

마지막 차원에 대해 가장 큰 k 개 요소의 값과 인덱스를 찾습니다.