คลาสย่อยโดยตรงที่รู้จัก |
ทำให้ TensorBuffer
เป็นมาตรฐานที่มีค่าเฉลี่ยและ stddev: เอาต์พุต = (อินพุต - ค่าเฉลี่ย) / stddev
บริษัทก่อสร้าง
NormalizeOp(ค่าเฉลี่ย Float, Floa stddev)
เริ่มต้น StandardizeOp
|
|
NormalizeOp(Float[] ค่าเฉลี่ย, Float[] stddev)
เริ่มต้น StandardizeOp
|
วิธีการสาธารณะ
TensorBuffer |
วิธีการที่รับช่วงมา
บริษัทก่อสร้าง
สาธารณะ NormalizeOp (ค่าเฉลี่ย Float, Float stddev)
เริ่มต้น StandardizeOp เมื่อเรียกใช้ จะเป็นการสร้าง TensorBuffer
ใหม่ซึ่งเป็นไปตามข้อกำหนดต่อไปนี้
output = (input - mean) / stddev
ใน 2 กรณีต่อไปนี้ ให้รีเซ็ต mean
เป็น 0 และ stddev
เป็น 1 เพื่อข้ามการปรับให้เป็นมาตรฐาน
1. ทั้ง mean
และ {code stddev} เป็น 0
2. mean
คือ 0 และ {stddev} คือ Infinity
หมายเหตุ: หากตั้งค่า mean
เป็น 0 และตั้งค่า stddev
เป็น 1 จะไม่มีการคํานวณ และระบบจะส่งคืนอินพุตเดิมโดยตรงในการดําเนินการ
หมายเหตุ: TensorBuffer
ที่แสดงผลจะเป็น DataType.FLOAT32
เป็น Tensor ในปัจจุบันเสมอ ยกเว้นเมื่ออินพุตเป็น DataType.UINT8
Tensor ตั้งค่า mean
เป็น 0 และตั้ง stddev
เป็น 1 เพื่อให้ส่งผลลัพธ์ DataType.UINT8
เดิม
พารามิเตอร์
ค่าเฉลี่ย | ค่าเฉลี่ยที่จะถูกหักออกก่อน |
---|---|
stddev | ค่าเบี่ยงเบนมาตรฐานที่จะนำไปหาร |
การขว้าง
IllegalArgumentException | หาก stddev เป็น 0
|
---|
สาธารณะ NormalizeOp (Float[] ค่าเฉลี่ย, Float[] stddev)
เริ่มต้น StandardizeOp เมื่อเรียกใช้ จะเป็นการสร้าง TensorBuffer
ใหม่ซึ่งเป็นไปตามข้อกำหนดต่อไปนี้
// Pseudo code. [...][i] means a certain element whose channel id is i. output[...][i] = (input[...][i] - mean[i]) / stddev[i]
หมายเหตุ: หากตั้งค่าทั้งหมดใน mean
เป็น 0 และตั้งค่า stddev
ทั้งหมดเป็น 1 แล้ว ระบบจะไม่คํานวณ และระบบจะส่งคืนอินพุตเดิมโดยตรงในการดําเนินการ
หมายเหตุ: ปัจจุบัน TensorBuffer
ที่แสดงผลจะเป็น DataType.FLOAT32
เป็น Tensor เสมอ ยกเว้นกรณีที่อินพุตเป็น DataType.UINT8
Tensor การตั้งค่า mean
ทั้งหมดเป็น 0 และstddev
ทั้งหมดตั้งค่าเป็น 1
พารามิเตอร์
ค่าเฉลี่ย | ค่าเฉลี่ยที่จะถูกหักออกก่อนสำหรับแต่ละแชแนล |
---|---|
stddev | ค่าเบี่ยงเบนมาตรฐานที่จะหารสำหรับแต่ละแชแนล |
การขว้าง
IllegalArgumentException | หาก stddev ใดเป็น 0 หรือ mean มีจำนวนองค์ประกอบที่มี stddev ต่างกัน หรือองค์ประกอบใดองค์ประกอบหนึ่งว่างเปล่า
|
---|
วิธีการสาธารณะ
สาธารณะ TensorBuffer apply (อินพุต TensorBuffer)
ใช้การแปลงเป็นรูปแบบมาตรฐานกับ Tensor ที่ระบุและแสดงผลลัพธ์
หมายเหตุ: input
อาจเป็นอินสแตนซ์เดียวกันที่มีเอาต์พุต
พารามิเตอร์
อินพุต | Tensor อินพุต ซึ่งอาจมีอินสแตนซ์เดียวกันที่มีเอาต์พุต |
---|
การคืนสินค้า
- Tensor เอาต์พุต