DML_LOCAL_RESPONSE_NORMALIZATION_GRAD_OPERATOR_DESC結構 (directml.h)

計算 本機回應正規化的反向傳播漸層。

所有張量的數據型別和大小都必須相同。

語法

struct DML_LOCAL_RESPONSE_NORMALIZATION_GRAD_OPERATOR_DESC {
  const DML_TENSOR_DESC *InputTensor;
  const DML_TENSOR_DESC *InputGradientTensor;
  const DML_TENSOR_DESC *OutputGradientTensor;
  BOOL                  CrossChannel;
  UINT                  LocalSize;
  FLOAT                 Alpha;
  FLOAT                 Beta;
  FLOAT                 Bias;
};

成員

InputTensor

類型： const DML_TENSOR_DESC*

包含輸入數據的張量。 此張量 大小 應該是 { BatchCount, ChannelCount, Height, Width }。

InputGradientTensor

類型： const DML_TENSOR_DESC*

傳入漸層張量。 這通常是從前一層反向傳播的輸出取得。

OutputGradientTensor

類型： const DML_TENSOR_DESC*

包含反向漸層的輸出張量。

CrossChannel

類型： BOOL

如果 LRN 層在通道之間加總，則為 TRUE;如果 LRN 圖層在空間維度之間加總，則為 FALSE。

LocalSize

類型： UINT

本機區域 (每個維度的總和元素數目上限，讓所有元素都在界限內) 。 如果 CrossChannel 為 TRUE，則這是本機區域的寬度和高度。 如果 CrossChannel 為 FALSE，則這是本機區域中的元素數目。 此值必須至少為 1。

Alpha

類型： FLOAT

縮放參數的值。 我們建議預設值為 0.0001。

Beta

類型： FLOAT

指數值。 我們建議預設值為 0.75。

Bias

類型： FLOAT

偏差的值。 建議使用預設值為1的值。

備註

可用性

這個運算子是在 中 DML_FEATURE_LEVEL_3_1引進。

Tensor 條件約束

InputGradientTensor、 InputTensor 和 OutputGradientTensor 必須具有相同 的 DataType 和 大小。

Tensor 支援

張	種類	支援的維度計數	支援的資料類型
InputTensor	輸入	4	FLOAT32，FLOAT16
InputGradientTensor	輸入	4	FLOAT32，FLOAT16
OutputGradientTensor	輸出	4	FLOAT32，FLOAT16

規格需求

需求	值
最低支援的用戶端	Windows 組建 22000
最低支援的伺服器	Windows 組建 22000
標頭	directml.h