codecamp

TensorFlow函数教程:tf.keras.backend.normalize_batch_in_training

tf.keras.backend.normalize_batch_in_training函数

tf.keras.backend.normalize_batch_in_training(
    x,
    gamma,
    beta,
    reduction_axes,
    epsilon=0.001
)

定义在:tensorflow/python/keras/backend.py。

计算批处理的mean和std,然后在批处理上应用batch_normalization。

参数:

  • x:输入张量或变量。
  • gamma:用于缩放输入的张量。
  • beta:用于中心化输入的张量。
  • reduction_axes:可迭代的整数,需要规范化的轴。
  • epsilon:模糊因子。

返回:

长度为3的元组,(normalized_tensor, mean, variance)。

TensorFlow函数教程:tf.keras.backend.ndim
TensorFlow函数教程:tf.keras.backend.not_equal
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

TensorFlow 函数介绍

TensorFlow 函数模块:tf

TensorFlow的image模块

TensorFlow使用之tf.io

TensorFlow使用之tf.keras

TensorFlow函数教程:tf.keras.applications

TensorFlow函数教程:tf.keras.backend

TensorFlow使用之tf.metrics

TensorFlow使用之tf.nn

TensorFlow使用之tf.python_io

TensorFlow 功能函数

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }