DML_ACTIVATION_HARD_SIGMOID_OPERATOR_DESC 구조체(directml.h)

InputTensor의 모든 요소에 대해 하드 시그모이드 함수를 수행하여 결과를 OutputTensor의 해당 요소에 배치합니다.

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

여기서 max(a,b) 는 두 값 중 더 큰 를 반환하고 min(a,b) 두 값 중 더 작은 를 반환합니다 a,b.

이 연산자는 현재 위치 실행을 지원합니다. 즉, 출력 텐서가 바인딩 중에 InputTensor 의 별칭을 지정하도록 허용됩니다.

구문

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

멤버

InputTensor

형식: const DML_TENSOR_DESC*

읽을 입력 텐서입니다.

OutputTensor

형식: const DML_TENSOR_DESC*

결과를 쓸 출력 텐서입니다.

Alpha

형식: FLOAT

알파 계수입니다. 이 값의 일반적인 기본값은 0.2입니다.

Beta

형식: FLOAT

베타 계수입니다. 이 값의 일반적인 기본값은 0.5입니다.

가용성

이 연산자는 에서 DML_FEATURE_LEVEL_1_0도입되었습니다.

텐서 제약 조건

InputTensor 및 OutputTensor 에는 동일한 DataType, DimensionCount 및 크기가 있어야 합니다.

텐서 지원

DML_FEATURE_LEVEL_3_0 이상

텐서	종류	지원되는 차원 수	지원되는 데이터 형식
InputTensor	입력	1-8	FLOAT32, FLOAT16
OutputTensor	출력	1-8	FLOAT32, FLOAT16

DML_FEATURE_LEVEL_2_0 이상

텐서	종류	지원되는 차원 수	지원되는 데이터 형식
InputTensor	입력	4~5	FLOAT32, FLOAT16
OutputTensor	출력	4~5	FLOAT32, FLOAT16

DML_FEATURE_LEVEL_1_0 이상

텐서	종류	지원되는 차원 수	지원되는 데이터 형식
InputTensor	입력	4	FLOAT32, FLOAT16
OutputTensor	출력	4	FLOAT32, FLOAT16

요구 사항

요구 사항	값
헤더	directml.h

추가 정보

DML_ACTIVATION_SIGMOID_OPERATOR_DESC 구조체