公共类
NormalizeOp
| 已知的直接子类 |
使用指定平均值和 stddev 对 TensorBuffer 进行归一化：output = (input -average) / stddev。
公共构造函数
|
NormalizeOp（浮点数平均值、浮点标准差）
初始化 NormalizeOp。
|
|
|
NormalizeOp(float[] 均值, float[] stddev)
初始化 NormalizeOp。
|
公共方法
| TensorBuffer |
继承的方法
公共构造函数
public NormalizeOp （浮点型均值, float stddev）
初始化 NormalizeOp。被调用时，它会创建一个新的 TensorBuffer，还要满足以下要求：
output = (input - mean) / stddev
在以下两种情况下，将 mean 重置为 0，将 stddev 重置为 1 以绕过归一化。
1. mean 和 {code stddev} 均为 0。
2. mean 为 0，{stddev} 为无穷大。
注意：如果 mean 设为 0 且 stddev 设为 1，则不会发生任何计算，执行时直接返回原始输入。
注意：目前，返回的 TensorBuffer 始终是 DataType.FLOAT32 张量，除非输入是 DataType.UINT8 张量时，mean 会设置为 0 并且 stddev 设置为 1，以便返回原始的 DataType.UINT8 张量。
参数
| 平均值 | 首先要减去的平均值。 |
|---|---|
| stddev | 然后除以相应的标准差值。 |
抛出
| IllegalArgumentException | 如果 stddev 为零。
|
|---|
public NormalizeOp (float[] mean, float[] stddev)
初始化 NormalizeOp。被调用时，它会创建一个新的 TensorBuffer，还要满足以下要求：
// Pseudo code. [...][i] means a certain element whose channel id is i. output[...][i] = (input[...][i] - mean[i]) / stddev[i]
注意：如果 mean 中的所有值都设为 0 且所有 stddev 都设为 1，则不会发生任何计算，系统会在执行时直接返回原始输入。
注意：目前，返回的 TensorBuffer 始终是 DataType.FLOAT32 张量，只不过输入是 DataType.UINT8 张量，所有 mean 都设置为 0，所有 stddev 都设置为 1。
参数
| 平均值 | 每个渠道首先减去的平均值。 |
|---|---|
| stddev | 然后针对每个渠道除以标准差值。 |
抛出
| IllegalArgumentException | 如果任意 stddev 为零，或者 mean 包含不同数量的 stddev 元素，或者任一元素为空。
|
|---|
公共方法
public TensorBuffer apply （TensorBuffer 输入）
对给定张量应用定义的归一化，并返回结果。
注意：input 可能是具有输出的同一个实例。
参数
| 输入 | 输入张量。它可能是输出中的同一实例。 |
|---|
返回
- 输出张量。