InstanceNormalization¶

InstanceNormalization - 22¶

此版本的运算符自 版本 22 起可用。

执行论文 https://arxiv.org/abs/1607.08022 中所述的实例归一化。

y = scale * (x - mean) / sqrt(variance + epsilon) + B，其中 mean 和 variance 是按实例按通道计算的。

输入 (异构) - T

来自前一个运算符的输入数据张量；图像情况的维度为 (N x C x H x W)，其中 N 是批大小，C 是通道数，H 和 W 是数据的高度和宽度。对于非图像情况，维度形式为 (N x C x D1 x D2 … Dn)，其中 N 是批大小。
scale (异构) - T

大小为 C 的输入 1 维 scale 张量。
B (异构) - T

大小为 C 的输入 1 维 bias 张量。

T 在 ( tensor(bfloat16), tensor(double), tensor(float), tensor(float16) )

将输入和输出类型限制为浮点张量。

此版本的操作符自版本 6 起可用。

执行论文 https://arxiv.org/abs/1607.08022 中所述的实例归一化。

y = scale * (x - mean) / sqrt(variance + epsilon) + B，其中 mean 和 variance 是按实例按通道计算的。

输入 (异构) - T

来自前一个运算符的输入数据张量；图像情况的维度为 (N x C x H x W)，其中 N 是批大小，C 是通道数，H 和 W 是数据的高度和宽度。对于非图像情况，维度形式为 (N x C x D1 x D2 … Dn)，其中 N 是批大小。
scale (异构) - T

大小为 C 的输入 1 维 scale 张量。
B (异构) - T

大小为 C 的输入 1 维 bias 张量。

此版本的运算符自 版本 1 起可用。

执行论文 https://arxiv.org/abs/1607.08022 中所述的实例归一化。

y = scale * (x - mean) / sqrt(variance + epsilon) + B，其中 mean 和 variance 是按实例按通道计算的。