DML_BATCH_NORMALIZATION_TRAINING_OPERATOR_DESC 結構 (directml.h)

在輸入上執行批次正規化。 此運算符會執行下列計算： Output = FusedActivation(Scale * ((Input - Mean) / sqrt(Variance + Epsilon)) + Bias + FusedAdd)。

ScaleTensor 和 BiasTensor 中的任何維度都可以設定為 1，而且會自動廣播以符合 InputTensor，但否則必須等於 InputTensor 的對應維度大小。 MeanTensor 和 VarianceTensor 會在 ScaleTensor 和 BiasTensor 大小等於一的維度集合上計算輸入。

語法

struct DML_BATCH_NORMALIZATION_TRAINING_OPERATOR_DESC {
  const DML_TENSOR_DESC   *InputTensor;
  const DML_TENSOR_DESC   *ScaleTensor;
  const DML_TENSOR_DESC   *BiasTensor;
  const DML_TENSOR_DESC   *FusedAddTensor;
  const DML_TENSOR_DESC   *OutputTensor;
  const DML_TENSOR_DESC   *OutputMeanTensor;
  const DML_TENSOR_DESC   *OutputVarianceTensor;
  FLOAT                   Epsilon;
  const DML_OPERATOR_DESC *FusedActivation;
};

成員

InputTensor

類型： const DML_TENSOR_DESC*

包含輸入數據的張量。

ScaleTensor

類型： const DML_TENSOR_DESC*

包含 Scale 資料的張量。

BiasTensor

類型： const DML_TENSOR_DESC*

包含偏差數據的張量。

FusedAddTensor

類型： _Maybenull_ const DML_TENSOR_DESC*

選擇性的張量，其中包含在 FusedActivation 之前新增至結果的數據，如果有的話。

OutputTensor

類型： const DML_TENSOR_DESC*

要寫入結果的張量。

OutputMeanTensor

類型： const DML_TENSOR_DESC*

要寫入輸入平均值的 Tensor。

OutputVarianceTensor

類型： const DML_TENSOR_DESC*

要寫入輸入變異數的 Tensor。

Epsilon

類型： FLOAT

要用來避免除以零的 epsilon 值。

FusedActivation

類型：_Maybenull_ const DML_OPERATOR_DESC*

要在正規化之後套用的選擇性融合啟用層。 如需詳細資訊，請參閱 使用 fused 運算子改善效能。

備註

可用性

這個運算子是在 中 DML_FEATURE_LEVEL_4_1引進的。

Tensor 條件約束

• BiasTensor、 FusedAddTensor、 InputTensor、 OutputMeanTensor、 OutputTensor、 OutputVarianceTensor 和 ScaleTensor 必須具有相同 的 DataType 和 DimensionCount。
• BiasTensor、 OutputMeanTensor、 OutputVarianceTensor 和 ScaleTensor 必須具有相同 的大小。
• FusedAddTensor、 InputTensor 和 OutputTensor 必須具有相同 的大小。

Tensor 支援

DML_FEATURE_LEVEL_4_1和更新版本

規格需求

另請參閱

• 使用 fused 運算符以改善效能