TensorFlow函数教程:tf.nn.fused_batch_norm

由 Carrie 创建, 最后一次修改 2019-01-04

tf.nn.fused_batch_norm函数

tf.nn.fused_batch_norm(
    x,
    scale,
    offset,
    mean=None,
    variance=None,
    epsilon=0.001,
    data_format='NHWC',
    is_training=True,
    name=None
)

定义在:tensorflow/python/ops/nn_impl.py.

请参阅指南:神经网络>规范化

批量规范化.

详情请参考:http://arxiv.org/abs/1502.03167.

参数:

  • x:4维的输入Tensor.
  • scale:用于缩放的1维Tensor缩放的1维度.
  • offset:偏差的1维Tensor.
  • mean:用于推断的总体均值的1维Tensor.
  • variance:用于推断的总体方差的1维Tensor.
  • epsilon:在x的方差中添加了一个小的浮点数.
  • data_format:x的数据格式,可以是“NHWC”(默认)或“NCHW”.
  • is_training:bool值,用于指定操作是用于训练还是推断.
  • name:此操作的名称(可选).

返回:

  • y:规范化,缩放,偏移x的4D Tensor.
  • batch_mean:1D Tensor,表示x的平均值.
  • batch_var:1D Tensor,表示x的方差.

可能引发的异常:

  • ValueError:当is_training为True时,如果mean或variance不为None.
以上内容是否对您有帮助:
二维码
建议反馈
二维码