阅读(6.2k) 书签 (0)

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.