DML_ACTIVATION_HARD_SIGMOID_OPERATOR_DESC-Struktur (directml.h)

Führt eine harte Sigmoidfunktion für jedes Element in InputTensor aus, und platziert das Ergebnis im entsprechenden Element von OutputTensor.

f(x) = max(0, min(Alpha * x + Beta, 1))

Wobei max(a,b) gibt den größeren der beiden Werte und min(a,b) den kleineren der beiden Werte a,bzurück.

Dieser Operator unterstützt die direkte Ausführung, was bedeutet, dass der Ausgabe-Tensor während der Bindung den Alias InputTensor verwenden darf.

Syntax

struct DML_ACTIVATION_HARD_SIGMOID_OPERATOR_DESC {
  const DML_TENSOR_DESC *InputTensor;
  const DML_TENSOR_DESC *OutputTensor;
  FLOAT                 Alpha;
  FLOAT                 Beta;
};

Member

InputTensor

Typ: const DML_TENSOR_DESC*

Der Eingabe tensor, aus dem gelesen werden soll.

OutputTensor

Typ: const DML_TENSOR_DESC*

Der Ausgabe tensor, in den die Ergebnisse geschrieben werden sollen.

Alpha

Typ: FLOAT

Der Alpha-Koeffizient. Ein typischer Standardwert für diesen Wert ist 0,2.

Beta

Typ: FLOAT

Der Beta-Koeffizient. Ein typischer Standardwert für diesen Wert ist 0,5.

Verfügbarkeit

Dieser Operator wurde in DML_FEATURE_LEVEL_1_0eingeführt.

Tensoreinschränkungen

InputTensor und OutputTensor müssen denselben DataType, DimensionCount und Sizes aufweisen.

Tensorunterstützung

DML_FEATURE_LEVEL_3_0 und höher

Tensor	Variante	Unterstützte Dimensionsanzahl	Unterstützte Datentypen
InputTensor	Eingabe	1 bis 8	FLOAT32, FLOAT16
OutputTensor	Ausgabe	1 bis 8	FLOAT32, FLOAT16

DML_FEATURE_LEVEL_2_0 und höher

Tensor	Variante	Unterstützte Dimensionsanzahl	Unterstützte Datentypen
InputTensor	Eingabe	4 bis 5	FLOAT32, FLOAT16
OutputTensor	Ausgabe	4 bis 5	FLOAT32, FLOAT16

DML_FEATURE_LEVEL_1_0 und höher

Tensor	Variante	Unterstützte Dimensionsanzahl	Unterstützte Datentypen
InputTensor	Eingabe	4	FLOAT32, FLOAT16
OutputTensor	Ausgabe	4	FLOAT32, FLOAT16

Anforderungen

Anforderung	Wert
Header	directml.h

Weitere Informationen

DML_ACTIVATION_SIGMOID_OPERATOR_DESC Struktur