tf.nn.fused_batch_norm函数

tf.nn.fused_batch_norm(
    x,
    scale,
    offset,
    mean=None,
    variance=None,
    epsilon=0.001,
    data_format='NHWC',
    is_training=True,
    name=None
)

定义在：tensorflow/python/ops/nn_impl.py.

请参阅指南：神经网络>规范化

批量规范化.

详情请参考：http://arxiv.org/abs/1502.03167.

参数：

• x：4维的输入Tensor.
• scale：用于缩放的1维Tensor缩放的1维度.
  
• offset：偏差的1维Tensor.
  
• mean：用于推断的总体均值的1维Tensor.
  
• variance：用于推断的总体方差的1维Tensor.
• epsilon：在x的方差中添加了一个小的浮点数.
  
• data_format：x的数据格式,可以是“NHWC”(默认)或“NCHW”.
• is_training：bool值,用于指定操作是用于训练还是推断.
• name：此操作的名称(可选).

返回：

• y：规范化,缩放,偏移x的4D Tensor.
• batch_mean：1D Tensor,表示x的平均值.
• batch_var：1D Tensor,表示x的方差.

可能引发的异常：

• ValueError：当is_training为True时,如果mean或variance不为None.