ホーム › AI.MachineLearning.DirectML › DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC
DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC
構造体サイズ=各フィールドのバイト数(x64/x86 で異なる場合は x64/x86 と併記)。x64/x86 列=フィールドのバイトオフセット(HSPで dupptr / lpoke / wpoke 等に使用)。
フィールド
| フィールド | 型 | サイズ | x64 | x86 | 説明 |
|---|---|---|---|---|---|
| InputTensor | DML_TENSOR_DESC* | 8/4 | +0 | +0 | Input データを格納するテンソルです。このテンソルのディメンションは { BatchCount, ChannelCount, Height, Width } である必要があります。 |
| ScaleTensor | DML_TENSOR_DESC* | 8/4 | +8 | +4 | Scale データを格納する省略可能なテンソルです。このテンソルのディメンションは { BatchCount, ChannelCount, Height, Width } である必要があります。任意のディメンションを 1 に置き換えると、そのディメンションでブロードキャストされます。DML_FEATURE_LEVEL が DML_FEATURE_LEVEL_5_2 より小さい場合、BiasTensor が指定されているときはこのテンソルが必須です。DML_FEATURE_LEVEL が DML_FEATURE_LEVEL_5_2 以上の場合、BiasTensor の値にかかわらずこのテンソルは null にできます。 |
| BiasTensor | DML_TENSOR_DESC* | 8/4 | +16 | +8 | バイアス データを格納する省略可能なテンソルです。このテンソルのディメンションは { BatchCount, ChannelCount, Height, Width } である必要があります。任意のディメンションを 1 に置き換えると、そのディメンションでブロードキャストされます。DML_FEATURE_LEVEL が DML_FEATURE_LEVEL_5_2 より小さい場合、ScaleTensor が指定されているときはこのテンソルが必須です。DML_FEATURE_LEVEL が DML_FEATURE_LEVEL_5_2 以上の場合、ScaleTensor の値にかかわらずこのテンソルは null にできます。 |
| OutputTensor | DML_TENSOR_DESC* | 8/4 | +24 | +12 | 結果を書き込むテンソルです。このテンソルのディメンションは { BatchCount, ChannelCount, Height, Width } です。 |
| CrossChannel | BOOL | 4 | +32 | +16 | TRUE の場合、MeanVariance レイヤーは Mean と Variance の計算にチャネルを含めます。つまり、軸 {ChannelCount, Height, Width} にわたって正規化されます。FALSE の場合、Mean と Variance の計算は軸 {Height, Width} にわたって正規化され、各チャネルは互いに独立します。 |
| NormalizeVariance | BOOL | 4 | +36 | +20 | Normalization レイヤーが正規化の計算に Variance を含める場合は TRUE、それ以外の場合は FALSE です。FALSE の場合、正規化の式は Output = FusedActivation(Scale * (Input - Mean) + Bias) になります。 |
| Epsilon | FLOAT | 4 | +40 | +24 | 0 による除算を避けるために使用するイプシロン値です。既定値としては 0.00001 が推奨されます。 |
| FusedActivation | DML_OPERATOR_DESC* | 8/4 | +48 | +28 | 正規化の後に適用する省略可能な融合アクティベーション レイヤーです。詳細については、「Using fused operators for improved performance」を参照してください。 |
公式ドキュメント
入力テンソルに対して平均分散正規化関数を実行します。この演算子は、正規化を行うために入力テンソルの平均と分散を計算します。この演算子は次の計算を実行します。
Output = FusedActivation(Scale * ((Input - Mean) / sqrt(Variance + Epsilon)) + Bias).
解説(Remarks)
この演算子の新しいバージョンである DML_MEAN_VARIANCE_NORMALIZATION1_OPERATOR_DESC が DML_FEATURE_LEVEL_2_1 で導入されました。
出典・ライセンス: 上記「公式ドキュメント」の内容は Microsoft の Win32 API ドキュメント(MicrosoftDocs/sdk-api)を日本語に翻訳・改変したものです。© Microsoft Corporation. CC BY 4.0 で提供。
Microsoft 公式リファレンス: 英語 (en-us) · 日本語 (ja-jp) · 原文ソース (GitHub)
Microsoft 公式リファレンス: 英語 (en-us) · 日本語 (ja-jp) · 原文ソース (GitHub)
各言語での定義
#include <windows.h>
// DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC (x64 56 / x86 32 バイト)
typedef struct DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC {
DML_TENSOR_DESC* InputTensor;
DML_TENSOR_DESC* ScaleTensor;
DML_TENSOR_DESC* BiasTensor;
DML_TENSOR_DESC* OutputTensor;
BOOL CrossChannel;
BOOL NormalizeVariance;
FLOAT Epsilon;
DML_OPERATOR_DESC* FusedActivation;
} DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC;using System;
using System.Runtime.InteropServices;
[StructLayout(LayoutKind.Sequential, CharSet = CharSet.Unicode)]
public struct DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC
{
public IntPtr InputTensor;
public IntPtr ScaleTensor;
public IntPtr BiasTensor;
public IntPtr OutputTensor;
[MarshalAs(UnmanagedType.Bool)] public bool CrossChannel;
[MarshalAs(UnmanagedType.Bool)] public bool NormalizeVariance;
public float Epsilon;
public IntPtr FusedActivation;
}Imports System.Runtime.InteropServices
<StructLayout(LayoutKind.Sequential, CharSet:=CharSet.Unicode)>
Public Structure DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC
Public InputTensor As IntPtr
Public ScaleTensor As IntPtr
Public BiasTensor As IntPtr
Public OutputTensor As IntPtr
<MarshalAs(UnmanagedType.Bool)> Public CrossChannel As Boolean
<MarshalAs(UnmanagedType.Bool)> Public NormalizeVariance As Boolean
Public Epsilon As Single
Public FusedActivation As IntPtr
End Structureimport ctypes
from ctypes import wintypes
class DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC(ctypes.Structure):
_fields_ = [
("InputTensor", ctypes.c_void_p),
("ScaleTensor", ctypes.c_void_p),
("BiasTensor", ctypes.c_void_p),
("OutputTensor", ctypes.c_void_p),
("CrossChannel", wintypes.BOOL),
("NormalizeVariance", wintypes.BOOL),
("Epsilon", ctypes.c_float),
("FusedActivation", ctypes.c_void_p),
]#[repr(C)]
pub struct DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC {
pub InputTensor: *mut core::ffi::c_void,
pub ScaleTensor: *mut core::ffi::c_void,
pub BiasTensor: *mut core::ffi::c_void,
pub OutputTensor: *mut core::ffi::c_void,
pub CrossChannel: i32,
pub NormalizeVariance: i32,
pub Epsilon: f32,
pub FusedActivation: *mut core::ffi::c_void,
}import "golang.org/x/sys/windows"
type DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC struct {
InputTensor uintptr
ScaleTensor uintptr
BiasTensor uintptr
OutputTensor uintptr
CrossChannel int32
NormalizeVariance int32
Epsilon float32
FusedActivation uintptr
}type
DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC = record
InputTensor: Pointer;
ScaleTensor: Pointer;
BiasTensor: Pointer;
OutputTensor: Pointer;
CrossChannel: BOOL;
NormalizeVariance: BOOL;
Epsilon: Single;
FusedActivation: Pointer;
end;const DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC = extern struct {
InputTensor: ?*anyopaque,
ScaleTensor: ?*anyopaque,
BiasTensor: ?*anyopaque,
OutputTensor: ?*anyopaque,
CrossChannel: i32,
NormalizeVariance: i32,
Epsilon: f32,
FusedActivation: ?*anyopaque,
};type
DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC {.bycopy.} = object
InputTensor: pointer
ScaleTensor: pointer
BiasTensor: pointer
OutputTensor: pointer
CrossChannel: int32
NormalizeVariance: int32
Epsilon: float32
FusedActivation: pointerstruct DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC
{
void* InputTensor;
void* ScaleTensor;
void* BiasTensor;
void* OutputTensor;
int CrossChannel;
int NormalizeVariance;
float Epsilon;
void* FusedActivation;
}HSP用 定義
HSP3.7/3.8 は構造体機能が無いため4byte整数配列(dim)+peek/poke で操作(32/64bitでサイズ・位置が異なる場合はタブで分割)。IronHSP は NSTRUCT(#defstruct/stdim/->)で32/64bit共通。
; HSP3.7/3.8 は構造体機能が無いため、4byte整数の配列変数で操作します。(x86 レイアウト)
; DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC サイズ: 32 バイト(x86)
dim st, 8 ; 4byte整数×8(構造体サイズ 32 / 4 切り上げ)
; InputTensor : DML_TENSOR_DESC* (+0, 4byte) varptr(st)+0 を基点に操作(4byte:入れ子/配列)
; ScaleTensor : DML_TENSOR_DESC* (+4, 4byte) varptr(st)+4 を基点に操作(4byte:入れ子/配列)
; BiasTensor : DML_TENSOR_DESC* (+8, 4byte) varptr(st)+8 を基点に操作(4byte:入れ子/配列)
; OutputTensor : DML_TENSOR_DESC* (+12, 4byte) varptr(st)+12 を基点に操作(4byte:入れ子/配列)
; CrossChannel : BOOL (+16, 4byte) st.4 = 値 / 値 = st.4 (lpoke/lpeek も可)
; NormalizeVariance : BOOL (+20, 4byte) st.5 = 値 / 値 = st.5 (lpoke/lpeek も可)
; Epsilon : FLOAT (+24, 4byte) st.6 = 値 / 値 = st.6 (lpoke/lpeek も可)
; FusedActivation : DML_OPERATOR_DESC* (+28, 4byte) varptr(st)+28 を基点に操作(4byte:入れ子/配列)
; ※4byte境界の整数は添字 st.N(N=オフセット/4)で読み書き可。それ以外は peek/poke 系を使用。; HSP3.7/3.8 は構造体機能が無いため、4byte整数の配列変数で操作します。(x64 レイアウト)
; DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC サイズ: 56 バイト(x64)
dim st, 14 ; 4byte整数×14(構造体サイズ 56 / 4 切り上げ)
; InputTensor : DML_TENSOR_DESC* (+0, 8byte) varptr(st)+0 を基点に操作(8byte:入れ子/配列)
; ScaleTensor : DML_TENSOR_DESC* (+8, 8byte) varptr(st)+8 を基点に操作(8byte:入れ子/配列)
; BiasTensor : DML_TENSOR_DESC* (+16, 8byte) varptr(st)+16 を基点に操作(8byte:入れ子/配列)
; OutputTensor : DML_TENSOR_DESC* (+24, 8byte) varptr(st)+24 を基点に操作(8byte:入れ子/配列)
; CrossChannel : BOOL (+32, 4byte) st.8 = 値 / 値 = st.8 (lpoke/lpeek も可)
; NormalizeVariance : BOOL (+36, 4byte) st.9 = 値 / 値 = st.9 (lpoke/lpeek も可)
; Epsilon : FLOAT (+40, 4byte) st.10 = 値 / 値 = st.10 (lpoke/lpeek も可)
; FusedActivation : DML_OPERATOR_DESC* (+48, 8byte) varptr(st)+48 を基点に操作(8byte:入れ子/配列)
; ※4byte境界の整数は添字 st.N(N=オフセット/4)で読み書き可。それ以外は peek/poke 系を使用。; IronHSP は NSTRUCT(構造体)をサポート。32bit/64bit どちらでも同じコードで動作します。
#defstruct global DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC
#field intptr InputTensor
#field intptr ScaleTensor
#field intptr BiasTensor
#field intptr OutputTensor
#field bool CrossChannel
#field bool NormalizeVariance
#field float Epsilon
#field intptr FusedActivation
#endstruct
stdim st, DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC ; NSTRUCT 変数を確保
st->CrossChannel = 100
mes "CrossChannel=" + st->CrossChannel