MeanVarianceNormalization¶
MeanVarianceNormalization - 13¶
版本¶
域:
main
始于版本:
13
函数:
True
支持级别:
SupportType.COMMON
形状推断:
False
此版本的算子已可用,始于版本 13。
摘要¶
一个 MeanVarianceNormalization 函数:使用公式 (X-EX)/sqrt(E(X-EX)^2)
对输入张量 X 执行均值方差归一化。
函数体¶
此算子的函数定义。
<
domain: "",
opset_import: ["" : 18]
>
MeanVarianceNormalization <axes>(X) => (Y)
{
Exponent = Constant <value: tensor = float {2}> ()
Epsilon = Constant <value: tensor = float {1e-09}> ()
axes = Constant <value_ints: ints = @axes> ()
X_RM = ReduceMean (X, axes)
EX_squared = Pow (X_RM, Exponent)
X_squared = Pow (X, Exponent)
E_Xsquared = ReduceMean (X_squared, axes)
Variance = Sub (E_Xsquared, EX_squared)
STD = Sqrt (Variance)
X_variance = Sub (X, X_RM)
Processed_STD = Add (STD, Epsilon)
Y = Div (X_variance, Processed_STD)
}
属性¶
axes - INTS (默认值是
['0', '2', '3']
)整数列表,表示沿其进行归约的轴。默认是沿轴 [0,2,3] 计算每个通道的均值和方差。具有相同 C 坐标的两个变量与相同的均值和方差相关联。
输入¶
X (异构) - T
输入张量
输出¶
Y (异构) - T
输出张量
类型约束¶
T in (
tensor(bfloat16)
,tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为所有数值张量。
MeanVarianceNormalization - 9¶
版本¶
域:
main
始于版本:
9
函数:
True
支持级别:
SupportType.COMMON
形状推断:
False
此版本的算子已可用,始于版本 9。
摘要¶
一个 MeanVarianceNormalization 函数:使用公式对输入张量 X 执行均值方差归一化
(X-EX)/sqrt(E(X-EX)^2)
函数体¶
此算子的函数定义。
<
domain: "",
opset_import: ["" : 9]
>
MeanVarianceNormalization <axes>(X) => (Y)
{
Exponent = Constant <value: tensor = float {2}> ()
Epsilon = Constant <value: tensor = float {1e-09}> ()
X_RM = ReduceMean <axes: ints = @axes> (X)
EX_squared = Pow (X_RM, Exponent)
X_squared = Pow (X, Exponent)
E_Xsquared = ReduceMean <axes: ints = @axes> (X_squared)
Variance = Sub (E_Xsquared, EX_squared)
STD = Sqrt (Variance)
X_variance = Sub (X, X_RM)
Processed_STD = Add (STD, Epsilon)
Y = Div (X_variance, Processed_STD)
}
属性¶
axes - INTS (默认值是
['0', '2', '3']
)整数列表,表示沿其进行归约的轴。默认是沿轴 [0,2,3] 计算每个通道的均值和方差。具有相同 C 坐标的两个变量与相同的均值和方差相关联。
输入¶
X (异构) - T
输入张量
输出¶
Y (异构) - T
输出张量
类型约束¶
T in (
tensor(double)
,tensor(float)
,tensor(float16)
)将输入和输出类型限制为所有数值张量。