tf.raw_ops.QuantizedBatchNormWithGlobalNormalization

Квантованная пакетная нормализация.

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

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`. 4-мерный входной тензор.
`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`. 1-мерный тензор mean с размером, соответствующим последнему измерению t. Это первый результат из tf.nn.moments или сохранённая скользящая средняя величина.
`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`. 1-мерный тензор variance с размером, соответствующим последнему измерению t. Это второй результат из tf.nn.moments или сохранённая скользящая средняя величина.
`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`. 1-мерный тензор beta с 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`. 1-мерный тензор gamma с 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 значением gamma.
`gamma_max`	A `Tensor` типа `float32`. Значение, представленное самым высоким квантованным значением gamma.
`out_type`	A `tf.DType` из: `tf.qint8, tf.quint8, tf.qint32, tf.qint16, tf.quint16`.
`variance_epsilon`	A `float`. Небольшое число с плавающей точкой, чтобы избежать деления на 0.
`scale_after_normalization`	A `bool`. Булево значение, указывающее, нужно ли умножать полученный тензор на gamma.
`name`	Имя операции (необязательно).

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

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.4/api_docs/python/tf/raw_ops/QuantizedBatchNormWithGlobalNormalization