TensorFlow函数:tf.nn.batch_norm_with_global_normalization
2019-01-31 11:29 更新
tf.nn.batch_norm_with_global_normalization函数
tf.nn.batch_norm_with_global_normalization(
t,
m,
v,
beta,
gamma,
variance_epsilon,
scale_after_normalization,
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.
此操作已弃用.参见tf.nn.batch_normalization.
参数:
- t:一个4D输入Tensor.
- m:1D平均Tensor,其大小与t的最后一个维度匹配;这是tf.nn.moments的第一个输出,或其保存的移动平均值.
- v:1D方差Tensor,大小与t的最后一个维度相匹配;这是tf.nn.moments的第二个输出,或其保存的移动平均值.
- beta:1D beta Tensor,大小与t的最后一个维度相匹配;要添加到归一化张量的偏移量.
- gamma:1D gamma 张量,大小与t的最后一个维度相匹配;如果“scale_after_normalization”为true,则该张量将与标准化张量相乘.
- variance_epsilon:一个小的浮点数,以避免除以0.
- scale_after_normalization:bool,指示结果张量是否需要乘以gamma.
- name:此操作的名称(可选).
返回:
批量标准化t.