tf.raw_ops.QuantizedBatchNormWithGlobalNormalization

Квантованная пакетная нормализация.

Просмотреть псевдонимы

Совместимые псевдонимы для миграции

Подробнее см. в руководстве по миграции.

tf.compat.v1.raw_ops.QuantizedBatchNormWithGlobalNormalization

tf.raw_ops.QuantizedBatchNormWithGlobalNormalization(
    t,
    t_min,
    t_max,
    m,
    m_min,
    m_max,
    v,
    v_min,
    v_max,
    beta,
    beta_min,
    beta_max,
    gamma,
    gamma_min,
    gamma_max,
    out_type,
    variance_epsilon,
    scale_after_normalization,
    name=None
)

Этот оператор устарел и будет удалён в будущем. Вместо него используйте tf.nn.batch_normalization.

Аргументы
`t`	Объект `Tensor`. Должен иметь один из следующих типов: `qint8`, `quint8`, `qint32`, `qint16`, `quint16`. 4D-тензор входных данных.
`t_min`	Объект `Tensor` типа `float32`. Значение, представленное наименьшим квантованным входным значением.
`t_max`	Объект `Tensor` типа `float32`. Значение, представленное наибольшим квантованным входным значением.
`m`	Объект `Tensor`. Должен иметь тот же тип, что и `t`. Одномерный тензор среднего со размером, соответствующим последнему измерению t. Это первый выходной результат tf.nn.moments или его сохранённое скользящее среднее.
`m_min`	Объект `Tensor` типа `float32`. Значение, представленное наименьшим квантованным средним.
`m_max`	Объект `Tensor` типа `float32`. Значение, представленное наибольшим квантованным средним.
`v`	Объект `Tensor`. Должен иметь тот же тип, что и `t`. Одномерный тензор дисперсии со размером, соответствующим последнему измерению t. Это второй выходной результат tf.nn.moments или его сохранённое скользящее среднее.
`v_min`	Объект `Tensor` типа `float32`. Значение, представленное наименьшей квантованной дисперсией.
`v_max`	Объект `Tensor` типа `float32`. Значение, представленное наибольшей квантованной дисперсией.
`beta`	Объект `Tensor`. Должен иметь тот же тип, что и `t`. Одномерный тензор beta со размером, соответствующим последнему измерению t. Смещение, которое нужно добавить к нормализованному тензору.
`beta_min`	Объект `Tensor` типа `float32`. Значение, представленное наименьшим квантованным смещением.
`beta_max`	Объект `Tensor` типа `float32`. Значение, представленное наибольшим квантованным смещением.
`gamma`	Объект `Tensor`. Должен иметь тот же тип, что и `t`. Одномерный тензор gamma со размером, соответствующим последнему измерению t. Если значение "scale_after_normalization" равно true, этот тензор будет умножен на нормализованный тензор.
`gamma_min`	Объект `Tensor` типа `float32`. Значение, представленное наименьшим квантованным gamma.
`gamma_max`	Объект `Tensor` типа `float32`. Значение, представленное наибольшим квантованным gamma.
`out_type`	Объект `tf.DType` из списка: `tf.qint8, tf.quint8, tf.qint32, tf.qint16, tf.quint16`.
`variance_epsilon`	Объект `float`. Небольшое число с плавающей запятой, предотвращающее деление на 0.
`scale_after_normalization`	Объект `bool`. Булево значение, указывающее, нужно ли умножать результирующий тензор на gamma.
`name`	Имя операции (необязательно).

Возвращаемые значения
Кортеж объектов `Tensor` (result, result_min, result_max).
`result`	Объект `Tensor` типа `out_type`.
`result_min`	Объект `Tensor` типа `float32`.
`result_max`	Объект `Tensor` типа `float32`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/raw_ops/QuantizedBatchNormWithGlobalNormalization