학습
directml.h 헤더
이 헤더는 DirectML에서 사용됩니다. 자세한 내용은 다음을 참조하세요.
- DirectML
directml.h에는 다음과 같은 프로그래밍 인터페이스가 포함되어 있습니다.
IDMLBindingTable 애플리케이션 관리 설명자 힙의 범위를 래핑하고 DirectML에서 리소스에 대한 바인딩을 만드는 데 사용됩니다. 이 개체를 만들려면 IDMLDevice::CreateBindingTable을 호출합니다. |
IDMLCommandRecorder DirectML의 디스패치를 Direct3D 12 명령 목록으로 기록합니다. |
IDMLCompiledOperator GPU에서 실행하기에 적합한 컴파일된 효율적인 연산자 형식을 나타냅니다. 이 개체를 만들려면 IDMLDevice::CompileOperator를 호출합니다. |
IDMLDebugDevice DirectML 디버그 계층을 제어합니다. |
IDMLDevice 연산자, 바인딩 테이블, 명령 레코더 및 기타 개체를 만드는 데 사용되는 DirectML 디바이스를 나타냅니다. (IDMLDevice) |
IDMLDevice1 연산자, 바인딩 테이블, 명령 레코더 및 기타 개체를 만드는 데 사용되는 DirectML 디바이스를 나타냅니다. (IDMLDevice1) |
IDMLDeviceChild DirectML 디바이스에서 만든 모든 개체에 의해 구현되는 인터페이스입니다. |
IDMLDispatchable IDMLCommandRecorder::RecordDispatch를 사용하여 GPU에서 디스패치를 위해 명령 목록에 기록할 수 있는 개체에 의해 구현됩니다. |
IDMLObject IDMLDevice 및 IDMLDeviceChild가 직접 상속하는 인터페이스(및 다른 모든 인터페이스는 간접적으로). |
IDMLOperator DirectML 연산자를 나타냅니다. |
IDMLOperatorInitializer 컴파일된 연산자를 초기화하는 특수한 개체를 나타냅니다. 이 개체의 인스턴스를 만들려면 IDMLDevice::CreateOperatorInitializer를 호출합니다. |
IDMLPageable GPU 메모리에서 제거할 수 있으므로 IDMLDevice::Evict 및 IDMLDevice::MakeResident에 제공할 수 있는 개체에 의해 구현됩니다. |
DMLCreateDevice 지정된 Direct3D 12 디바이스에 대한 DirectML 디바이스를 만듭니다. (DMLCreateDevice) |
DMLCreateDevice1 지정된 Direct3D 12 디바이스에 대한 DirectML 디바이스를 만듭니다. (DMLCreateDevice1) |
DML_ACTIVATION_CELU_OPERATOR_DESC InputTensor모든 요소에 대해 지속적으로 다른 CELU(지수 선형 단위) 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_ELU_OPERATOR_DESC InputTensor모든 요소에 대해 ELU(지수 선형 단위) 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_HARD_SIGMOID_OPERATOR_DESC InputTensor모든 요소에 대해 하드 시그모이드 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_HARDMAX_OPERATOR_DESC InputTensor각 요소에 대해 하드맥스 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_IDENTITY_OPERATOR_DESC id 활성화를 수행하여 InputTensor 모든 요소를 OutputTensor해당 요소로 효과적으로 복사합니다. |
DML_ACTIVATION_LEAKY_RELU_OPERATOR_DESC InputTensor모든 요소에 대해 새는 ReLU(정정 선형 단위) 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_LINEAR_OPERATOR_DESC InputTensor모든 요소에 대해 선형 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_LOG_SOFTMAX_OPERATOR_DESC InputTensor각 요소에 대해 (자연) 소프트맥스 로그 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_PARAMETERIZED_RELU_OPERATOR_DESC InputTensor모든 요소에 대해 매개 변수가 있는 ReLU(정정 선형 단위) 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_PARAMETRIC_SOFTPLUS_OPERATOR_DESC InputTensor모든 요소에 대해 매개 변수 소프트플러스 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. (DML_ACTIVATION_PARAMETRIC_SOFTPLUS_OPERATOR_DESC) |
DML_ACTIVATION_RELU_GRAD_OPERATOR_DESC ReLU(정정 선형 단위)에 대한 백프로포지션 그라데이션을 계산합니다. |
DML_ACTIVATION_RELU_OPERATOR_DESC InputTensor모든 요소에 대해 ReLU(정정 선형 단위) 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_SCALED_ELU_OPERATOR_DESC InputTensor모든 요소에 대해 확장된 ELU(지수 선형 단위) 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_SCALED_TANH_OPERATOR_DESC InputTensor모든 요소에 대해 확장된 하이퍼볼릭 탄젠트 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_SHRINK_OPERATOR_DESC InputTensor모든 요소에 대해 축소 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_SIGMOID_OPERATOR_DESC InputTensor모든 요소에 대해 시그모이드 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_SOFTMAX_OPERATOR_DESC InputTensor대해 softmax 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_SOFTPLUS_OPERATOR_DESC InputTensor모든 요소에 대해 매개 변수 소프트플러스 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. (DML_ACTIVATION_SOFTPLUS_OPERATOR_DESC) |
DML_ACTIVATION_SOFTSIGN_OPERATOR_DESC InputTensor모든 요소에 대해 softsign 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_TANH_OPERATOR_DESC InputTensor모든 요소에 대해 하이퍼볼릭 탄젠트 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ACTIVATION_THRESHOLDED_RELU_OPERATOR_DESC InputTensor모든 요소에 대해 임계값이 지정된 ReLU(정정 선형 단위) 활성화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ADAM_OPTIMIZER_OPERATOR_DESC Adam(ADAptive M오멘트 추정) 알고리즘을 기반으로 제공된 그라데이션을 사용하여 업데이트된 가중치(매개 변수)를 계산합니다. 이 연산자는 최적화 프로그램이며 일반적으로 학습 루프의 가중치 업데이트 단계에서 그라데이션 하강을 수행하는 데 사용됩니다. |
DML_ARGMAX_OPERATOR_DESC 입력 텐서의 하나 이상의 차원 내에서 최대값 요소의 인덱스를 출력합니다. |
DML_ARGMIN_OPERATOR_DESC 입력 텐서의 하나 이상의 차원 내에서 최소값 요소의 인덱스를 출력합니다. |
DML_AVERAGE_POOLING_GRAD_OPERATOR_DESC 평균 풀링에 대한 백프로포지션 그라데이션을 계산합니다(DML_AVERAGE_POOLING_OPERATOR_DESC참조). |
DML_AVERAGE_POOLING_OPERATOR_DESC 입력 텐서의 슬라이딩 윈도우 내 요소에 대한 값의 평균을 계산합니다. |
DML_BATCH_NORMALIZATION_GRAD_OPERATOR_DESC 일괄 정규화대한 백프로포지션 그라데이션을 계산합니다. |
DML_BATCH_NORMALIZATION_OPERATOR_DESC DML_BATCH_NORMALIZATION_OPERATOR_DESC 구조체(directml.h)는 입력에 대한 일괄 처리 정규화를 수행합니다. |
DML_BATCH_NORMALIZATION_TRAINING_GRAD_OPERATOR_DESC 일괄 처리 정규화 학습대한 백프로포지션 그라데이션을 계산합니다. |
DML_BATCH_NORMALIZATION_TRAINING_OPERATOR_DESC DML_BATCH_NORMALIZATION_TRAINING_OPERATOR_DESC 구조체(directml.h)는 입력에 대한 일괄 처리 정규화를 수행합니다. |
DML_BINDING_DESC IDMLBindingTable 메서드 중 하나에 대한 호출을 통해 바인딩 테이블에 추가할 수 있도록 바인딩에 대한 설명을 포함합니다. |
DML_BINDING_PROPERTIES 컴파일된 특정 연산자 또는 연산자 이니셜라이저의 바인딩 요구 사항에 대한 정보를 포함합니다. 이 구조체는 IDMLDispatchable::GetBindingProperties에서 검색됩니다. |
DML_BINDING_TABLE_DESC IDMLDevice::CreateBindingTable 및 IDMLBindingTable::Reset에 대한 매개 변수를 지정합니다. |
DML_BUFFER_ARRAY_BINDING 개별 버퍼 바인딩의 배열인 리소스 바인딩을 지정합니다. |
DML_BUFFER_BINDING ID3D12Resource에 대한 오프셋 및 크기로 표현되는 Direct3D 12 버퍼의 바이트 범위로 설명된 리소스 바인딩을 지정합니다. |
DML_BUFFER_TENSOR_DESC Direct3D 12 버퍼 리소스에 저장될 텐서에 대해 설명합니다. |
DML_CAST_OPERATOR_DESC 입력의 각 요소를 출력 텐서의 데이터 형식으로 캐스팅하고 결과를 출력의 해당 요소에 저장합니다. |
DML_CONVOLUTION_INTEGER_OPERATOR_DESC InputTensor사용하여 FilterTensor 구성을 수행합니다. 이 연산자는 정수 데이터에 대해 정방향 연결을 수행합니다. |
DML_CONVOLUTION_OPERATOR_DESC InputTensor사용하여 FilterTensor 구성을 수행합니다. 이 연산자는 다양한 표준 나선형 구성을 지원합니다. |
DML_CUMULATIVE_PRODUCT_OPERATOR_DESC 축을 따라 텐서의 요소를 곱하여 제품의 실행 중인 집계를 출력 텐서에 기록합니다. |
DML_CUMULATIVE_SUMMATION_OPERATOR_DESC 축을 따라 텐서의 요소를 합산하여 합계의 실행 집계를 출력 텐서에 기록합니다. |
DML_DEPTH_TO_SPACE_OPERATOR_DESC 깊이에서 공간 데이터 블록으로 데이터를 다시 정렬(permutes)합니다. 연산자는 깊이 차원의 값이 공간 블록에서 높이 및 너비 차원으로 이동되는 입력 텐서의 복사본을 출력합니다. (DML_DEPTH_TO_SPACE_OPERATOR_DESC) |
DML_DEPTH_TO_SPACE1_OPERATOR_DESC 깊이에서 공간 데이터 블록으로 데이터를 다시 정렬(permutes)합니다. 연산자는 깊이 차원의 값이 공간 블록에서 높이 및 너비 차원으로 이동되는 입력 텐서의 복사본을 출력합니다. (DML_DEPTH_TO_SPACE1_OPERATOR_DESC) |
DML_DIAGONAL_MATRIX_OPERATOR_DESC 주 대각선에 있는 ID와 같은 행렬(또는 기타 명시적 값)을 생성하고 다른 곳에서는 0을 생성합니다. |
DML_DYNAMIC_QUANTIZE_LINEAR_OPERATOR_DESC |
DML_ELEMENT_WISE_ABS_OPERATOR_DESC InputTensor각 요소에 대한 절대값을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ACOS_OPERATOR_DESC InputTensor각 요소에 대한 아크코사인을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ACOSH_OPERATOR_DESC InputTensor각 요소에 대한 하이퍼볼릭 아크코사인을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ADD_OPERATOR_DESC ATensor 모든 요소를 BTensor해당 요소에 추가하여 결과를 OutputTensor해당 요소에 배치합니다. (DML_ELEMENT_WISE_ADD_OPERATOR_DESC) |
DML_ELEMENT_WISE_ADD1_OPERATOR_DESC ATensor 모든 요소를 BTensor 해당 요소에 추가하고 결과를 OutputTensor해당 요소에 배치하고 융합 활성화 옵션을 사용합니다. |
DML_ELEMENT_WISE_ASIN_OPERATOR_DESC InputTensor각 요소에 대한 아크사인을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ASINH_OPERATOR_DESC InputTensor각 요소에 대한 하이퍼볼릭 아크사인을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ATAN_OPERATOR_DESC InputTensor각 요소에 대한 아크탄젠트를 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ATAN_YX_OPERATOR_DESC ATensor 및 BTensor각 요소에 대해 2 인수 아크탄젠트를 계산합니다. 여기서 ATensorY축 및 BTensorX축결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ATANH_OPERATOR_DESC InputTensor각 요소에 대한 하이퍼볼릭 아크탄젠트를 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_BIT_AND_OPERATOR_DESC 입력 텐서의 각 해당 요소 간에 비트 AND를 계산하고 결과를 출력 텐서에 씁니다. |
DML_ELEMENT_WISE_BIT_COUNT_OPERATOR_DESC 입력 텐서의 각 요소에 대한 비트 모집단 수(1로 설정된 비트 수)를 계산하고 결과를 출력 텐서에 씁니다. |
DML_ELEMENT_WISE_BIT_NOT_OPERATOR_DESC 입력 텐서의 각 요소에 대해 비트 NOT을 계산하고 결과를 출력 텐서에 씁니다. |
DML_ELEMENT_WISE_BIT_OR_OPERATOR_DESC 입력 텐서의 각 해당 요소 간에 비트 OR를 계산하고 결과를 출력 텐서에 씁니다. |
DML_ELEMENT_WISE_BIT_SHIFT_LEFT_OPERATOR_DESC BTensor해당 요소에서 제공하는 비트 수만큼 ATensor 각 요소의 논리적 왼쪽 시프트를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_BIT_SHIFT_RIGHT_OPERATOR_DESC BTensor해당 요소에서 제공하는 비트 수만큼 ATensor 각 요소의 논리적 오른쪽 이동을 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_BIT_XOR_OPERATOR_DESC 입력 텐서의 각 해당 요소 간에 비트 XOR(eXclusive OR)를 계산하고 결과를 출력 텐서에 씁니다. |
DML_ELEMENT_WISE_CEIL_OPERATOR_DESC InputTensor각 요소의 최대값을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. x의 최대값은 x보다 크거나 같은 가장 작은 정수입니다. |
DML_ELEMENT_WISE_CLIP_GRAD_OPERATOR_DESC 요소별 클립 |
DML_ELEMENT_WISE_CLIP_GRAD1_OPERATOR_DESC 요소별 클립 |
DML_ELEMENT_WISE_CLIP_OPERATOR_DESC InputTensor각 요소에 대해 다음 작업을 수행하여 결과를 OutputTensor해당 요소에 배치합니다. 이 연산자는 닫힌 간격 [최소, 최대] 내에서 입력의 모든 요소를 클램프(또는 제한)합니다. |
DML_ELEMENT_WISE_CLIP1_OPERATOR_DESC InputTensor각 요소에 대해 클램핑(또는 제한) 작업을 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_CONSTANT_POW_OPERATOR_DESC InputTensor 각 요소를 지수OutputTensor해당 요소에 넣습니다. |
DML_ELEMENT_WISE_COS_OPERATOR_DESC InputTensor각 요소의 삼각 코사인을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_COSH_OPERATOR_DESC InputTensor각 요소의 하이퍼볼릭 코사인을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_DEQUANTIZE_LINEAR_OPERATOR_DESC ScaleTensor 및 ZeroPointTensor 해당 요소와 관련하여 InputTensor 모든 요소에 대해 다음 선형 정수화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_DIFFERENCE_SQUARE_OPERATOR_DESC ATensor해당 요소에서 BTensor 각 요소를 빼고 결과 자체를 곱하고 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_DIVIDE_OPERATOR_DESC BTensor해당 요소에 대해 ATensor 각 요소의 몫을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ERF_OPERATOR_DESC InputTensor각 요소에 대해 erf(Gaussian 오류 함수)를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_EXP_OPERATOR_DESC InputTensor각 요소에 자연 지수 함수를 적용하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_FLOOR_OPERATOR_DESC InputTensor각 요소의 바닥을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_IDENTITY_OPERATOR_DESC InputTensor각 요소에 대한 ID를 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_IF_OPERATOR_DESC ConditionTensor해당 요소의 값에 따라 ATensor 또는 BTensor요소를 선택합니다. ConditionTensor의 0이 아닌 요소는 ATensor선택할 있지만 값이 0인 요소는 BTensor선택합니다. |
DML_ELEMENT_WISE_IS_INFINITY_OPERATOR_DESC 지정된 InfinityMode따라 IEEE-754 -inf, inf 또는 둘 다에 대해 InputTensor 각 요소를 확인하고 결과(true의 경우 1, false의 경우 0)를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_IS_NAN_OPERATOR_DESC 입력 텐서의 각 요소에 대해 입력이 NaN(IEEE-754에 정의된 대로)이면 1을 반환하고, 그렇지 않으면 0을 반환합니다. 결과는 출력 텐서의 해당 요소에 배치됩니다. |
DML_ELEMENT_WISE_LOG_OPERATOR_DESC InputTensor각 요소의 기본 e(자연) 로그를 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_LOGICAL_AND_OPERATOR_DESC 입력 텐서의 해당 요소 쌍마다 논리 AND를 수행하여 결과(true의 경우 1, false의 경우 0)를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_LOGICAL_EQUALS_OPERATOR_DESC 입력 텐서의 해당 요소 쌍마다 논리 |
DML_ELEMENT_WISE_LOGICAL_GREATER_THAN_OPERATOR_DESC 입력 텐서의 해당 요소 쌍마다보다 큰 논리 |
DML_ELEMENT_WISE_LOGICAL_GREATER_THAN_OR_EQUAL_OPERATOR_DESC 입력 텐서의 해당 요소 쌍에서 보다 크거나 같은 논리 |
DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OPERATOR_DESC 입력 텐서의 해당 요소 쌍마다 미만의 논리 |
DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OR_EQUAL_OPERATOR_DESC 입력 텐서의 해당 요소 쌍마다 보다 작거나 같은 논리 |
DML_ELEMENT_WISE_LOGICAL_NOT_OPERATOR_DESC InputTensor각 요소에 대해 논리 NOT을 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_LOGICAL_OR_OPERATOR_DESC 입력 텐서의 해당 요소 쌍마다 논리 OR을 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_LOGICAL_XOR_OPERATOR_DESC 입력 텐서의 해당 요소 쌍마다 논리 XOR(배타적 또는)를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_MAX_OPERATOR_DESC 입력 텐서에서 두 개의 해당 요소 중 더 큰 요소를 사용하여 결과를 출력 텐서의 해당 요소에 배치합니다. |
DML_ELEMENT_WISE_MEAN_OPERATOR_DESC 입력 텐서의 해당 요소 쌍의 각 쌍을 평균하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_MIN_OPERATOR_DESC 입력 텐서에서 해당하는 두 요소 중 더 작은 요소를 가져와 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_MODULUS_FLOOR_OPERATOR_DESC 입력 텐서에서 해당하는 각 요소 쌍에 대해 Python 모듈러스와 동일한 결과를 사용하여 모듈러스를 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_MODULUS_TRUNCATE_OPERATOR_DESC 입력 텐서의 해당 요소 쌍마다 C 모듈러스 연산자를 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_MULTIPLY_OPERATOR_DESC 입력 텐서의 해당 요소 쌍의 각 쌍의 곱을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_NEGATE_OPERATOR_DESC InputTensor각 요소를 부정하고 결과를 OutputTensor해당 요소에 저장합니다. |
DML_ELEMENT_WISE_POW_OPERATOR_DESC |
DML_ELEMENT_WISE_QUANTIZE_LINEAR_OPERATOR_DESC ScaleTensor 및 ZeroPointTensor 해당 요소와 관련하여 InputTensor 모든 요소에 대해 다음 선형 양자화 함수를 수행하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_QUANTIZED_LINEAR_ADD_OPERATOR_DESC ATensor 모든 요소를 BTensor해당 요소에 추가하여 결과를 OutputTensor해당 요소에 배치합니다. (DML_ELEMENT_WISE_QUANTIZED_LINEAR_ADD_OPERATOR_DESC) |
DML_ELEMENT_WISE_RECIP_OPERATOR_DESC 입력 텐서의 각 요소에 대한 상호 계산을 수행하여 결과를 출력 텐서의 해당 요소에 배치합니다. |
DML_ELEMENT_WISE_ROUND_OPERATOR_DESC InputTensor 각 요소를 정수 값으로 반올림하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_SIGN_OPERATOR_DESC InputTensor각 요소의 기호를 나타내는 값을 반환하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_SIN_OPERATOR_DESC InputTensor각 요소의 삼각 사인을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_SINH_OPERATOR_DESC InputTensor각 요소의 하이퍼볼릭 사인을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_SQRT_OPERATOR_DESC InputTensor각 요소의 제곱근을 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_SUBTRACT_OPERATOR_DESC ATensor해당 요소에서 BTensor 각 요소를 뺍니다. 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_TAN_OPERATOR_DESC InputTensor각 요소의 삼각 탄젠트를 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_TANH_OPERATOR_DESC InputTensor요소의 하이퍼볼릭 탄젠트를 계산하여 결과를 OutputTensor해당 요소에 배치합니다. |
DML_ELEMENT_WISE_THRESHOLD_OPERATOR_DESC 지정된 임계값 Min아래의 InputTensor 모든 요소를 Min바꿉니다. 결과는 OutputTensor해당 요소에 배치됩니다. |
DML_FEATURE_DATA_FEATURE_LEVELS DirectML 디바이스에서 지원하는 기능 수준에 대한 세부 정보를 제공합니다. |
DML_FEATURE_DATA_TENSOR_DATA_TYPE_SUPPORT DirectML 디바이스가 텐서 내의 특정 데이터 형식을 지원하는지 여부에 대한 세부 정보를 제공합니다. |
DML_FEATURE_QUERY_FEATURE_LEVELS 하나 이상의 기능 수준에 대한 지원을 위해 DirectML 디바이스를 쿼리하는 데 사용됩니다. |
DML_FEATURE_QUERY_TENSOR_DATA_TYPE_SUPPORT 텐서 내의 특정 데이터 형식에 대한 지원을 위해 DirectML 디바이스를 쿼리하는 데 사용됩니다. |
DML_FILL_VALUE_CONSTANT_OPERATOR_DESC 지정된 상수 값텐서를 채웁니다. |
DML_FILL_VALUE_SEQUENCE_OPERATOR_DESC 텐서를 시퀀스로 채웁니다. |
DML_GATHER_ELEMENTS_OPERATOR_DESC 인덱스 텐서를 사용하여 지정된 축을 따라 입력 텐서에서 요소를 수집하여 입력에 다시 매핑합니다. |
DML_GATHER_ND_OPERATOR_DESC 인덱스 텐서를 사용하여 입력 텐서에서 요소를 수집하여 인덱스를 입력의 전체 하위 블록에 다시 매핑합니다. (DML_GATHER_ND_OPERATOR_DESC) |
DML_GATHER_ND1_OPERATOR_DESC 인덱스 텐서를 사용하여 입력 텐서에서 요소를 수집하여 인덱스를 입력의 전체 하위 블록에 다시 매핑합니다. (DML_GATHER_ND1_OPERATOR_DESC) |
DML_GATHER_OPERATOR_DESC IndicesTensor 사용하여 Axis따라 입력 텐서에서 요소를 수집하여 인덱스를 다시 매핑합니다. |
DML_GEMM_OPERATOR_DESC Output = FusedActivation(Alpha * TransA(A) x TransB(B) + Beta * C) 양식의 일반 행렬 곱하기 함수를 수행합니다. 여기서 x 행렬 곱셈을 표시하고 * 스칼라를 곱한 값을 나타냄 |
DML_GRAPH_DESC 최적화된 결합 연산자를 컴파일하는 데 사용되는 DirectML 연산자의 그래프를 설명합니다. |
DML_GRAPH_EDGE_DESC DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph전달된 DirectML 연산자의 그래프 내 연결에 대한 일반 컨테이너입니다. |
DML_GRAPH_NODE_DESC DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph전달된 DirectML 연산자의 그래프 내 노드에 대한 제네릭 컨테이너입니다. |
DML_GRU_OPERATOR_DESC 입력에서 (표준 계층) 1층 제어 GRU(되풀이 단위) 함수를 수행합니다. 이 연산자는 여러 게이트를 사용하여 이 계층을 수행합니다. 이러한 게이트는 시퀀스 길이 차원과 SequenceLengthsTensor따라 루프에서 여러 번 수행됩니다. |
DML_INPUT_GRAPH_EDGE_DESC DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph전달된 DirectML 연산자의 그래프 내에서 연결을 설명합니다. 이 구조체는 그래프 입력에서 내부 노드의 입력으로의 연결을 정의하는 데 사용됩니다. |
DML_INTERMEDIATE_GRAPH_EDGE_DESC DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph전달된 DirectML 연산자의 그래프 내에서 연결을 설명합니다. 이 구조체는 내부 노드 간의 연결을 정의하는 데 사용됩니다. |
DML_JOIN_OPERATOR_DESC 지정된 축을 따라 입력 텐서 배열을 연결합니다. |
DML_LOCAL_RESPONSE_NORMALIZATION_GRAD_OPERATOR_DESC 로컬 응답 정규화대한 백프로포지션 그라데이션을 계산합니다. |
DML_LOCAL_RESPONSE_NORMALIZATION_OPERATOR_DESC 입력에서 LRN(로컬 응답 정규화) 함수를 수행합니다. |
DML_LP_NORMALIZATION_OPERATOR_DESC 입력 텐서의 지정된 축을 따라 Lp 정규화 함수를 수행합니다. |
DML_LP_POOLING_OPERATOR_DESC 입력 텐서를 통해 슬라이딩 윈도우 내의 요소에서 Lp 정규화된 값을 계산합니다. |
DML_LSTM_OPERATOR_DESC 입력에서 LSTM(1층 장기 메모리) 함수를 수행합니다. 이 연산자는 여러 게이트를 사용하여 이 계층을 수행합니다. 이러한 게이트는 시퀀스 길이 차원과 SequenceLengthsTensor따라 루프에서 여러 번 수행됩니다. |
DML_MATRIX_MULTIPLY_INTEGER_OPERATOR_DESC 정수 데이터에 대해 행렬 곱하기 함수를 수행합니다. |
DML_MAX_POOLING_GRAD_OPERATOR_DESC 최대 풀링에 대한 백프로포지션 그라데이션을 계산합니다(DML_MAX_POOLING2_OPERATOR_DESC참조). |
DML_MAX_POOLING_OPERATOR_DESC 입력 텐서를 통해 슬라이딩 윈도우 내의 요소에서 최대값을 계산합니다. |
DML_MAX_POOLING1_OPERATOR_DESC 입력 텐서를 통해 슬라이딩 윈도우 내 요소의 최대값을 계산하고 선택적으로 선택한 최대값의 인덱스를 반환합니다. (DML_MAX_POOLING1_OPERATOR_DESC) |
DML_MAX_POOLING2_OPERATOR_DESC 입력 텐서를 통해 슬라이딩 윈도우 내 요소의 최대값을 계산하고 선택적으로 선택한 최대값의 인덱스를 반환합니다. (DML_MAX_POOLING2_OPERATOR_DESC) |
DML_MAX_UNPOOLING_OPERATOR_DESC IndicesTensor제공된 인덱스 값에 따라 출력 텐서 OutputTensor 입력 텐서 InputTensor값을 입력 풀링 작업에서 얻은 값으로 채워서 최대 풀링 작업(자세한 내용은 DML_MAX_POOLING_OPERATOR1_DESC 참조)을 반전합니다. 이 프로세스의 영향을 받지 않은 출력 텐서의 요소는 0 값으로 남습니다. |
DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC 입력 텐서에서 평균 분산 정규화 함수를 수행합니다. 이 연산자는 정규화를 수행하기 위해 입력 텐서의 평균 및 분산을 계산합니다. (DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC) |
DML_MEAN_VARIANCE_NORMALIZATION1_OPERATOR_DESC 입력 텐서에서 평균 분산 정규화 함수를 수행합니다. 이 연산자는 정규화를 수행하기 위해 입력 텐서의 평균 및 분산을 계산합니다. (DML_MEAN_VARIANCE_NORMALIZATION1_OPERATOR_DESC) |
DML_NONZERO_COORDINATES_OPERATOR_DESC 입력 텐서의 0이 아닌 모든 요소의 N차원 좌표를 계산합니다. |
DML_ONE_HOT_OPERATOR_DESC 원 핫 인코딩된 값으로 채워진 텐서를 생성합니다. 이 연산자는 선택한 축의 모든 시퀀스에 대해 해당 시퀀스의 한 요소를 제외한 모든 요소가 OffValue |
DML_OPERATOR_DESC 연산자 설명에 대한 제네릭 컨테이너입니다. 이 구조체에 지정된 매개 변수를 사용하여 DirectML 연산자를 생성합니다. 자세한 내용은 IDMLDevice::CreateOperator를 참조하세요. |
DML_OPERATOR_GRAPH_NODE_DESC DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph전달된 DirectML 연산자의 그래프 내에서 노드를 디크리브합니다. |
DML_OUTPUT_GRAPH_EDGE_DESC DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph전달된 DirectML 연산자의 그래프 내에서 연결을 설명합니다. 이 구조체는 내부 노드의 출력에서 그래프 출력으로의 연결을 정의하는 데 사용됩니다. |
DML_PADDING_OPERATOR_DESC DML_PADDING_OPERATOR_DESC 구조체(directml.h)는 입력 텐서를 가장자리의 상수 또는 미러 값으로 팽창시키고 결과를 출력에 씁니다. |
DML_PADDING1_OPERATOR_DESC DML_PADDING1_OPERATOR_DESC 구조체(directml.h)는 입력 텐서를 가장자리에 상수 또는 미러 값으로 팽창시키고 결과를 출력에 씁니다. |
DML_QUANTIZED_LINEAR_CONVOLUTION_OPERATOR_DESC InputTensor사용하여 FilterTensor 구성을 수행합니다. 이 연산자는 정량화된 데이터에 대해 정방향 연결을 수행합니다. 이 연산자는 입력을 정량화하고 출력을 계산한 다음 정량화하는 것과 수학적으로 동일합니다. |
DML_QUANTIZED_LINEAR_MATRIX_MULTIPLY_OPERATOR_DESC 정량화된 데이터에 대해 행렬 곱하기 함수를 수행합니다. 이 연산자는 입력을 기준으로 한 다음 행렬을 곱한 다음 출력을 정량화하는 것과 수학적으로 동일합니다. |
DML_RANDOM_GENERATOR_OPERATOR_DESC 출력 텐서를 결정적으로 생성된 의사 임의 균일하게 분산된 비트로 채웁니다. 이 연산자는 필요에 따라 업데이트된 내부 생성기 상태를 출력할 수도 있습니다. 이 상태는 연산자의 후속 실행 중에 사용할 수 있습니다. |
DML_REDUCE_OPERATOR_DESC 입력 텐서의 하나 이상의 차원 내에서 요소의 감소(합계, 제품, 최소값 등)를 출력합니다. |
DML_RESAMPLE_GRAD_OPERATOR_DESC Resample에 대한 백프로포지션 그라데이션을 계산합니다(DML_RESAMPLE1_OPERATOR_DESC참조). |
DML_RESAMPLE_OPERATOR_DESC 배율 인수를 사용하여 원본에서 대상 텐서로 요소를 다시 샘플링하여 대상 텐서 크기를 계산합니다. 선형 또는 가장 가까운 인접 보간 모드를 사용할 수 있습니다. (DML_RESAMPLE_OPERATOR_DESC) |
DML_RESAMPLE1_OPERATOR_DESC 배율 인수를 사용하여 원본에서 대상 텐서로 요소를 다시 샘플링하여 대상 텐서 크기를 계산합니다. 선형 또는 가장 가까운 인접 보간 모드를 사용할 수 있습니다. (DML_RESAMPLE1_OPERATOR_DESC) |
DML_REVERSE_SUBSEQUENCES_OPERATOR_DESC 텐서의 하나 이상의 |
DML_RNN_OPERATOR_DESC 입력에서 1계층 단순 RNN(되풀이 신경망) 함수를 수행합니다. 이 함수를 입력 게이트라고도 합니다. 이 연산자는 시퀀스 길이 차원과 SequenceLengthsTensor따라 루프에서 이 함수를 여러 번 수행합니다. |
DML_ROI_ALIGN_GRAD_OPERATOR_DESC ROI_ALIGN 및 ROI_ALIGN1대한 백프로포지션 그라데이션을 계산합니다. |
DML_ROI_ALIGN_OPERATOR_DESC 마스크 R-CNN 용지에 설명된 대로 ROI 맞춤 작업을 수행합니다. 요약하자면, 이 작업은 입력 이미지 텐서에서 작물을 추출하고 지정된 InterpolationMode사용하여 OutputTensor 마지막 2차원으로 지정된 일반 출력 크기로 크기를 조정합니다. |
DML_ROI_ALIGN1_OPERATOR_DESC 마스크 R-CNN 용지에 설명된 대로 ROI 맞춤 작업을 수행합니다. 요약하자면, 이 작업은 입력 이미지 텐서에서 잘린 창을 추출하고 지정된 InterpolationMode사용하여 OutputTensor 마지막 2차원으로 지정된 공통 출력 크기로 크기를 조정합니다. |
DML_ROI_POOLING_OPERATOR_DESC 입력 텐서에서 MaxPool 함수를 수행합니다(관심 영역 또는 UI에 따라). |
DML_SCALAR_UNION 스칼라 형식의 통합입니다. |
DML_SCALE_BIAS DirectML 연산자에 제공된 배율 및 바이어스 용어의 값을 포함합니다. 배율 및 바이어스는 g(x) = x * 배율 + 바이어스 함수를 적용하는 효과가 있습니다. |
DML_SCATTER_ND_OPERATOR_DESC 전체 입력 텐서를 출력에 복사한 다음, 선택한 인덱스를 업데이트 텐서의 해당 값으로 덮어씁니다. (DML_SCATTER_ND_OPERATOR_DESC) |
DML_SCATTER_OPERATOR_DESC 전체 입력 텐서를 출력에 복사한 다음, 선택한 인덱스를 업데이트 텐서의 해당 값으로 덮어씁니다. (DML_SCATTER_OPERATOR_DESC) |
DML_SIZE_2D 텐서 내 요소의 2차원 평면이나 2차원 배율 또는 2차원 너비/높이 값의 크기(DirectML 연산자에 제공됨)를 나타낼 수 있는 값을 포함합니다. |
DML_SLICE_GRAD_OPERATOR_DESC Slice에 대한 백프로포지션 그라데이션을 계산합니다(DML_SLICE1_OPERATOR_DESC참조). |
DML_SLICE_OPERATOR_DESC 입력 텐서의 단일 하위 영역("조각")을 추출합니다. (DML_SLICE_OPERATOR_DESC) |
DML_SLICE1_OPERATOR_DESC 입력 텐서의 단일 하위 영역("조각")을 추출합니다. (DML_SLICE1_OPERATOR_DESC) |
DML_SPACE_TO_DEPTH_OPERATOR_DESC 공간 데이터 블록을 깊이로 다시 정렬합니다. 연산자는 높이 및 너비 차원의 값이 깊이 차원으로 이동되는 입력 텐서의 복사본을 출력합니다. (DML_SPACE_TO_DEPTH_OPERATOR_DESC) |
DML_SPACE_TO_DEPTH1_OPERATOR_DESC 공간 데이터 블록을 깊이로 다시 정렬합니다. 연산자는 높이 및 너비 차원의 값이 깊이 차원으로 이동되는 입력 텐서의 복사본을 출력합니다. (DML_SPACE_TO_DEPTH1_OPERATOR_DESC) |
DML_SPLIT_OPERATOR_DESC 축을 따라 입력 텐서를 여러 출력 텐서로 분할합니다. |
DML_TENSOR_DESC DirectML 텐서 설명에 대한 제네릭 컨테이너입니다. |
DML_TILE_OPERATOR_DESC 입력 텐서를 바둑판식으로 배열하여 출력 텐서를 생성합니다. 입력 텐서의 각 차원에 있는 요소는 반복 배열의 배수로 반복됩니다. |
DML_TOP_K_OPERATOR_DESC InputTensor축을 따라 각 시퀀스에서 가장 큰 K 요소를 선택하고 OutputValueTensor 및 OutputIndexTensor해당 요소의 값과 인덱스를 각각 반환합니다. |
DML_TOP_K1_OPERATOR_DESC InputTensor축을 따라 각 시퀀스에서 가장 크거나 작은 K 요소를 선택하고 OutputValueTensor 및 OutputIndexTensor해당 요소의 값과 인덱스를 각각 반환합니다. |
DML_UPSAMPLE_2D_OPERATOR_DESC 입력 이미지를 업샘플링하여 결과를 출력 텐서에 기록합니다. 차원의 순서는 NCHW(BatchSize, ChannelCount, Height, Width) 또는 NCDHW(BatchSize, ChannelCount, Depth, Height, Width)여야 하지만 데이터가 다른 형식으로 저장되는 경우 보폭을 사용할 수 있습니다. |
DML_VALUE_SCALE_2D_OPERATOR_DESC 요소별 배율 및 바이어스 함수 Output = Scale * Input + Bias 수행합니다. |
DML_AXIS_DIRECTION 연산자에 대해 지정된 축을 따라 연산의 방향을 지정하는 상수를 정의합니다(예: 합계, top-k 요소 선택, 최소 요소 선택). |
DML_BINDING_TYPE 바인딩 설명(DML_BINDING_DESC 구조)에서 참조하는 리소스의 특성을 지정하는 상수를 정의합니다. |
DML_CONVOLUTION_DIRECTION DirectML 컨볼루션 연산자의 방향을 지정하는 상수를 정의합니다(DML_CONVOLUTION_OPERATOR_DESC 구조에 설명된 대로). |
DML_CONVOLUTION_MODE DirectML 구성 연산자에 대한 모드를 지정하는 상수를 정의합니다(DML_CONVOLUTION_OPERATOR_DESC 구조에 설명된 대로). |
DML_CREATE_DEVICE_FLAGS DMLCreateDevice에 추가 디바이스 만들기 옵션을 제공합니다. 값은 비트 OR를 함께 사용할 수 있습니다. |
DML_DEPTH_SPACE_ORDER DirectML 연산자 DML_OPERATOR_DEPTH_TO_SPACE1 및 DML_OPERATOR_SPACE_TO_DEPTH1적용된 변환을 제어하는 상수 정의 |
DML_EXECUTION_FLAGS DirectML에 연산자 실행을 제어하는 옵션을 제공합니다. 이러한 플래그는 한 번에 여러 플래그를 지정하기 위해 함께 비트 OR일 수 있습니다. |
DML_FEATURE DirectML 디바이스에서 쿼리할 수 있는 선택적 기능 집합을 정의합니다. |
DML_FEATURE_LEVEL DirectML 기능 수준지정하는 상수를 정의합니다. 기능 수준은 DirectML에서 지원하는 광범위한 기능을 정의합니다. |
DML_GRAPH_EDGE_TYPE 그래프 가장자리의 형식을 지정하는 상수를 정의합니다. 이 열거형의 사용은 DML_GRAPH_EDGE_DESC 참조하세요. |
DML_GRAPH_NODE_TYPE 그래프 노드의 형식을 지정하는 상수를 정의합니다. 이 열거형의 사용은 DML_GRAPH_NODE_DESC 참조하세요. |
DML_INTERPOLATION_MODE DirectML upsample 2-D 연산자의 모드를 지정하는 상수를 정의합니다(DML_UPSAMPLE_2D_OPERATOR_DESC 구조에 설명된 대로). |
DML_IS_INFINITY_MODE 무한대 기호를 지정하는 상수를 정의합니다. |
DML_MATRIX_TRANSFORM DirectML 텐서에 적용할 행렬 변환을 지정하는 상수를 정의합니다. |
DML_OPERATOR_TYPE 연산자 설명의 형식을 정의합니다. |
DML_PADDING_MODE DirectML 패드 연산자의 모드를 지정하는 상수를 정의합니다(DML_PADDING_OPERATOR_DESC 구조에 설명된 대로). |
DML_RANDOM_GENERATOR_TYPE 난수 생성기의 형식을 지정하는 상수를 정의합니다. |
DML_RECURRENT_NETWORK_DIRECTION 되풀이 DirectML 연산자에 대한 방향을 지정하는 상수를 정의합니다. |
DML_REDUCE_FUNCTION DirectML reduce 연산자에 사용할 특정 감소 알고리즘을 지정하는 상수를 정의합니다(DML_REDUCE_OPERATOR_DESC 구조에 설명된 대로). |
DML_ROUNDING_MODE 반올림 모드를 지정하는 상수를 정의합니다. |
DML_TENSOR_DATA_TYPE 텐서에 있는 값의 데이터 형식을 지정합니다. DirectML 연산자는 모든 데이터 형식을 지원하지 않을 수 있습니다. 지원하는 데이터 형식을 찾으려면 각 특정 연산자에 대한 설명서를 참조하세요. |
DML_TENSOR_FLAGS 텐서 설명에 추가 옵션을 지정합니다. 값은 비트 OR를 함께 사용할 수 있습니다. |
DML_TENSOR_TYPE 텐서 설명의 형식을 식별합니다. |