Partager via

structure DML_MEAN_VARIANCE_NORMALIZATION2_OPERATOR_DESC (directml.h)

À déterminer

Important

Cette API est disponible dans le cadre du package redistribuable autonome DirectML (voir Microsoft.AI.DirectML version 1.15.0 et versions ultérieures. Consultez également l’historique des versions DirectML.

Syntaxe

struct DML_MEAN_VARIANCE_NORMALIZATION2_OPERATOR_DESC
{
    const DML_TENSOR_DESC* InputTensor;
    _Maybenull_ const DML_TENSOR_DESC* ScaleTensor;
    _Maybenull_ const DML_TENSOR_DESC* BiasTensor;
    const DML_TENSOR_DESC* OutputTensor;
    UINT AxisCount;
    _Field_size_(AxisCount) const UINT* Axes;
    BOOL UseMean;
    BOOL UseVariance;
    FLOAT Epsilon;
    _Maybenull_ const DML_OPERATOR_DESC* FusedActivation;
};

Membres

InputTensor

Type : const DML_TENSOR_DESC*

Ensor contenant les données d’entrée. Les dimensions de ce capteur doivent être { BatchCount, ChannelCount, Height, Width }.

ScaleTensor

Type : _Maybenull_ const DML_TENSOR_DESC*

Un capteur facultatif contenant les données de mise à l’échelle.

Si DML_FEATURE_LEVEL est inférieur à DML_FEATURE_LEVEL_4_0, les dimensions de ce capteur doivent être { ScaleBatchCount, ChannelCount, ScaleHeight, ScaleWidth }. Les dimensions ScaleBatchCount, ScaleHeight et ScaleWidth doivent correspondre à InputTensor ou être définies sur 1 pour diffuser automatiquement ces dimensions dans l’entrée.

Si DML_FEATURE_LEVEL est supérieur ou égal à DML_FEATURE_LEVEL_4_0, toute dimension peut être définie sur 1 et être automatiquement diffusée pour correspondre à InputTensor.

Si DML_FEATURE_LEVEL est inférieur à DML_FEATURE_LEVEL_5_2, ce capteur est requis si BiasTensor est présent. Si DML_FEATURE_LEVEL est supérieur ou égal à DML_FEATURE_LEVEL_5_2, ce tensor peut être null, quelle que soit la valeur de BiasTensor.

BiasTensor

Type : _Maybenull_ const DML_TENSOR_DESC*

Un capteur facultatif contenant les données Bias.

Si DML_FEATURE_LEVEL est inférieur à DML_FEATURE_LEVEL_4_0, les dimensions de ce capteur doivent être { BiasBatchCount, ChannelCount, BiasHeight, BiasWidth }. Les dimensions BiasBatchCount, BiasHeight et BiasWidth doivent correspondre à InputTensor ou être définies sur 1 pour diffuser automatiquement ces dimensions sur l’entrée.

Si DML_FEATURE_LEVEL est supérieur ou égal à DML_FEATURE_LEVEL_4_0, toute dimension peut être définie sur 1 et être automatiquement diffusée pour correspondre à InputTensor.

Si DML_FEATURE_LEVEL est inférieur à DML_FEATURE_LEVEL_5_2, ce capteur est requis si ScaleTensor est présent. Si DML_FEATURE_LEVEL est supérieur ou égal à DML_FEATURE_LEVEL_5_2, ce tensor peut être null, quelle que soit la valeur de ScaleTensor.

OutputTensor

Type : const DML_TENSOR_DESC*

Un tensoriel dans lequel écrire les résultats. Les dimensions de ce capteur sont { BatchCount, ChannelCount, Height, Width }.

AxisCount

Type : UINT

Nombre d’axes. Ce champ détermine la taille du tableau Axes .

Axes

Type : _Field_size_(AxisCount) const UINT*

Axes le long desquels calculer la moyenne et la variance.

UseMean

Type : BOOL

À déterminer

UseVariance

Type : BOOL

À déterminer

Epsilon

Type : FLOAT

Valeur epsilon à utiliser pour éviter la division par zéro. La valeur 0.00001 est recommandée comme valeur par défaut.

FusedActivation

Type : _Maybenull_ const DML_OPERATOR_DESC*

Couche d’activation fusionnée facultative à appliquer après la normalisation.

Disponibilité

Cet opérateur a été introduit dans DML_FEATURE_LEVEL_6_3.

Contraintes Tensor

BiasTensor, InputTensor, OutputTensor et ScaleTensor doivent avoir le même DataType et DimensionCount.

Prise en charge de Tensor

Tenseur Genre Nombres de dimensions pris en charge Types de données pris en charge
InputTensor Entrée 1 à 8 FLOAT32, FLOAT16
ScaleTensor Entrée facultative 1 à 8 FLOAT32, FLOAT16
BiasTensor Entrée facultative 1 à 8 FLOAT32, FLOAT16
Tenseur de sortie Sortie 1 à 8 FLOAT32, FLOAT16
  • Last updated on