MeanVarianceNormalization

MeanVarianceNormalization - 13

版本

此版本的运算符自 版本 13 起可用。

摘要

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

此操作符的函数定义。

<
  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 - 整数列表 (默认为 ['0', '2', '3'])

    一个整数列表，沿着这些轴进行规约。默认是沿着轴 [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 包含 ( 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

此版本的运算符自 版本 9 起可用。

摘要

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

此操作符的函数定义。

<
  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 - 整数列表 (默认为 ['0', '2', '3'])

    一个整数列表，沿着这些轴进行规约。默认是沿着轴 [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 包含 ( tensor(double), tensor(float), tensor(float16) )

    将输入和输出类型限制为所有数值张量。