tf.raw_ops.QuantizedBatchNormWithGlobalNormalization

Квантованное пакетное нормализация.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

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 удален в будущем. Используйте tf.nn.batch_normalization.

Аргументы
`t`	A `Tensor`. Должен быть одним из следующих типов: `qint8`, `quint8`, `qint32`, `qint16`, `quint16`. Четырехмерный тензор входных данных.
`t_min`	A `Tensor` типа `float32`. Значение, представленное самым низким квантованным входом.
`t_max`	A `Tensor` типа `float32`. Значение, представленное самым высоким квантованным входом.
`m`	A `Tensor`. Должен иметь тот же тип, что и `t`. Одномерный тензор средних значений размером, соответствующим последнему измерению t. Это первый вывод из tf.nn.moments или сохранённое скользящее среднее значение.
`m_min`	A `Tensor` типа `float32`. Значение, представленное самым низким квантованным средним значением.
`m_max`	A `Tensor` типа `float32`. Значение, представленное самым высоким квантованным средним значением.
`v`	A `Tensor`. Должен иметь тот же тип, что и `t`. Одномерный тензор дисперсий размером, соответствующим последнему измерению t. Это второй вывод из tf.nn.moments или сохранённое скользящее среднее значение.
`v_min`	A `Tensor` типа `float32`. Значение, представленное самым низким квантованным значением дисперсии.
`v_max`	A `Tensor` типа `float32`. Значение, представленное самым высоким квантованным значением дисперсии.
`beta`	A `Tensor`. Должен иметь тот же тип, что и `t`. Одномерный тензор бета-значений размером, соответствующим последнему измерению t. Смещение, которое нужно добавить к нормализованному тензору.
`beta_min`	A `Tensor` типа `float32`. Значение, представленное самым низким квантованным смещением.
`beta_max`	A `Tensor` типа `float32`. Значение, представленное самым высоким квантованным смещением.
`gamma`	A `Tensor`. Должен иметь тот же тип, что и `t`. Одномерный тензор гамма-значений размером, соответствующим последнему измерению t. Если "scale_after_normalization" имеет значение true, этот тензор будет умножен на нормализованный тензор.
`gamma_min`	A `Tensor` типа `float32`. Значение, представленное самым низким квантованным гамма-значением.
`gamma_max`	A `Tensor` типа `float32`. Значение, представленное самым высоким квантованным гамма-значением.
`out_type`	`tf.DType` из: `tf.qint8, tf.quint8, tf.qint32, tf.qint16, tf.quint16`.
`variance_epsilon`	A `float`. Маленькое число с плавающей точкой, чтобы избежать деления на 0.
`scale_after_normalization`	A `bool`. Булевое значение, указывающее, нужно ли умножить полученный тензор на гамма.
`name`	Имя операции (необязательно).

Возвращаемое значение
Кортеж из `Tensor` объектов (результат, результат_мин, результат_макс).
`result`	A `Tensor` типа `out_type`.
`result_min`	A `Tensor` типа `float32`.
`result_max`	A `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