DML_BATCH_NORMALIZATION_OPERATOR_DESC結構 (directml.h)

在輸入上執行批次正規化。 此運算子會執行下列計算： Output = FusedActivation(Scale * ((Input - Mean) / sqrt(Variance + Epsilon)) + Bias) 。

MeanTensor、VarianceTensor、ScaleTensor和BiasTensor中的任何維度都可以設定為 1，並自動廣播以符合InputTensor，但否則必須等於來自 InputTensor的對應維度大小。

語法

struct DML_BATCH_NORMALIZATION_OPERATOR_DESC {
  const DML_TENSOR_DESC   *InputTensor;
  const DML_TENSOR_DESC   *MeanTensor;
  const DML_TENSOR_DESC   *VarianceTensor;
  const DML_TENSOR_DESC   *ScaleTensor;
  const DML_TENSOR_DESC   *BiasTensor;
  const DML_TENSOR_DESC   *OutputTensor;
  BOOL                    Spatial;
  FLOAT                   Epsilon;
  const DML_OPERATOR_DESC *FusedActivation;
};

成員

InputTensor

類型：const DML_TENSOR_DESC*

包含輸入資料的張量。

MeanTensor

類型：const DML_TENSOR_DESC*

包含 Mean 資料的張量。

VarianceTensor

類型：const DML_TENSOR_DESC*

包含變異數資料的張量。

ScaleTensor

類型：const DML_TENSOR_DESC*

包含 Scale 資料的張量。

BiasTensor

類型：const DML_TENSOR_DESC*

包含偏差資料的張量。

OutputTensor

類型：const DML_TENSOR_DESC*

要寫入結果的張量。

Spatial

類型： BOOL

TRUE 表示指定位置為空間，否則為 FALSE。 將此設定為 FALSE 需要 MeanTensor 和 VarianceTensor 的 Width 和 Height 維度不廣播。 此參數在 DML_FEATURE_LEVEL_4_0中已被取代，而且沒有任何作用。

Epsilon

類型： FLOAT

要用來避免除以零的 epsilon 值。

FusedActivation

類型：_Maybenull_ const DML_OPERATOR_DESC*

正規化之後要套用的選擇性融合啟用層。 如需詳細資訊，請參閱 使用融合運算子來改善效能。

可用性

這個運算子是在 中 DML_FEATURE_LEVEL_1_0 引進。

Tensor 條件約束

• BiasTensor、 InputTensor、 MeanTensor、 OutputTensor、 ScaleTensor和 VarianceTensor 必須具有相同 的 DataType 和 DimensionCount。
• InputTensor 和 OutputTensor 必須具有相同 的大小。

Tensor 支援

DML_FEATURE_LEVEL_3_1和更新版本

張	種類	維度	支援的維度計數	支援的資料類型
InputTensor	輸入	{ InputDimensions[] }	1 到 8	FLOAT32、FLOAT16
MeanTensor	輸入	{ MeanDimensions[] }	1 到 8	FLOAT32、FLOAT16
VarianceTensor	輸入	{ VarianceDimensions[] }	1 到 8	FLOAT32、FLOAT16
ScaleTensor	輸入	{ ScaleDimensions[] }	1 到 8	FLOAT32、FLOAT16
BiasTensor	輸入	{ BiasDimensions[] }	1 到 8	FLOAT32、FLOAT16
OutputTensor	輸出	{ InputDimensions[] }	1 到 8	FLOAT32、FLOAT16

DML_FEATURE_LEVEL_1_0和更新版本

張	種類	維度	支援的維度計數	支援的資料類型
InputTensor	輸入	{ InputDimensions[] }	4	FLOAT32、FLOAT16
MeanTensor	輸入	{ MeanDimensions[] }	4	FLOAT32、FLOAT16
VarianceTensor	輸入	{ VarianceDimensions[] }	4	FLOAT32、FLOAT16
ScaleTensor	輸入	{ ScaleDimensions[] }	4	FLOAT32、FLOAT16
BiasTensor	輸入	{ BiasDimensions[] }	4	FLOAT32、FLOAT16
OutputTensor	輸出	{ InputDimensions[] }	4	FLOAT32、FLOAT16

需求

標頭	directml.h

另請參閱

• 使用融合運算子來提升效能