Freigeben über

DirectML-Strukturen

  • Artikel

Die folgenden Strukturen werden in DirectML.h deklariert.

In diesem Abschnitt

Thema und Beschreibung
DML_ACTIVATION_CELU_OPERATOR_DESC. Führt die kontinuierlich differenzierbare exponentielle Lineareinheitsaktivierungsfunktion (CELU) für jedes Element in InputTensoraus, wobei das Ergebnis in das entsprechende Element OutputTensorplatziert wird.
DML_ACTIVATION_ELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine exponentielle Lineareinheitsaktivierungsfunktion (ELU) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_HARDMAX_OPERATOR_DESC. Beschreibt einen DirectML-Aktivierungsoperator, der eine hardmax-Funktion für die Eingabe ausführt.
DML_ACTIVATION_HARD_SIGMOID_OPERATOR_DESC. Beschreibt einen DirectML-Aktivierungsoperator, der eine harte Sigmoidfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_IDENTITY_OPERATOR_DESC. Beschreibt einen DirectML-Aktivierungsoperator, der die Identitätsfunktion ausführt.
DML_ACTIVATION_LEAKY_RELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine durchleckige lineare Einheitsaktivierungsfunktion (ReLU) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_LINEAR_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der für jedes Element in der Eingabe eine lineare Aktivierungsfunktion ausführt.
DML_ACTIVATION_LOG_SOFTMAX_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Log-of-softmax-Aktivierungsfunktion für die Eingabe ausführt.
DML_ACTIVATION_PARAMETERIZED_RELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine parametrisierte rektifizierte Lineareinheitsaktivierungsfunktion (ReLU) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_PARAMETRIC_SOFTPLUS_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine parametrische Softplus-Aktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_RELU_GRAD_OPERATOR_DESC. Berechnet Rückpropagationsverläufe für eine rektifizierte lineare Einheit (ReLU).
DML_ACTIVATION_RELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine rektifizierte Lineareinheitsaktivierungsfunktion (ReLU) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SCALED_ELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine skalierte exponentielle Lineareinheitsaktivierungsfunktion (ELU) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SCALED_TANH_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine skalierte hyperbolische Tangensaktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SHRINK_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Elementweise verkleinerte Aktivierungsfunktion für die Eingabe ausführt.
DML_ACTIVATION_SIGMOID_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Sigmoidaktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SOFTMAX_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Softmax-Aktivierungsfunktion für die Eingabe ausführt.
DML_ACTIVATION_SOFTPLUS_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Softplus-Aktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SOFTSIGN_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Softsign-Aktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_TANH_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine hyperbolische Tangensaktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_THRESHOLDED_RELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der für jedes Element in der Eingabe eine aktivierte lineare Einheit (ReLU)-Aktivierungsfunktion mit Schwellenwerten durchführt.
DML_ADAM_OPTIMIZER_OPERATOR_DESC. Berechnet aktualisierte Gewichtungen (Parameter) mithilfe der bereitgestellten Farbverläufe, basierend auf dem Adam (ADA-Ptive Moment-Schätzungsalgorithmus). Dieser Operator ist ein Optimierer und wird in der Regel im Gewichtungsaktualisierungsschritt einer Trainingsschleife verwendet, um Farbverlaufsabstiege durchzuführen.
DML_AVERAGE_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine durchschnittliche Poolfunktion für die Eingabe ausführt.
DML_ARGMAX_OPERATOR_DESC. Gibt die Indizes der maximalwertigen Elemente innerhalb einer oder mehrerer Dimensionen des Eingabe-Tensors aus.
DML_ARGMIN_OPERATOR_DESC. Gibt die Indizes der minimalwertigen Elemente innerhalb einer oder mehrerer Dimensionen des Eingabe-Tensors aus.
DML_AVERAGE_POOLING_GRAD_OPERATOR_DESC. Berechnet Hintergrundpropagationsverläufe für die durchschnittliche Poolverarbeitung (siehe DML_AVERAGE_POOLING_OPERATOR_DESC).
DML_BATCH_NORMALIZATION_GRAD_OPERATOR_DESC. Berechnet Hintergrundeigenschaftenverläufe für Batchnormalisierung.
DML_BATCH_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Batchnormalisierungsfunktion für die Eingabe ausführt.
DML_BINDING_DESC. Enthält die Beschreibung einer Bindung, damit Sie sie der Bindungstabelle über einen Aufruf einer der IDMLBindingTable- Methoden hinzufügen können.
DML_BINDING_PROPERTIES. Enthält Informationen zu den Bindungsanforderungen eines bestimmten kompilierten Operators oder Operatorinitialisierer.
DML_BINDING_TABLE_DESC. Gibt Parameter für IDMLDevice::CreateBindingTable und IDMLBindingTable::Resetan.
DML_BUFFER_ARRAY_BINDING. Gibt eine Ressourcenbindung an, bei der es sich um ein Array einzelner Pufferbindungen handelt.
DML_BUFFER_BINDING. Gibt eine Ressourcenbindung an, die durch einen Bytebereich in einem Direct3D 12-Puffer beschrieben wird, dargestellt durch einen Offset und eine Größe in einer ID3D12Resource-.
DML_BUFFER_TENSOR_DESC. Beschreibt einen Tensor, der in einer Direct3D 12-Pufferressource gespeichert wird.
DML_CAST_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der die Umwandlungsfunktion f(x) = cast(x) ausführt, jedes Element in die Eingabe in den Datentyp des Ausgabe-Tensors umwandeln und das Ergebnis im entsprechenden Element in der Ausgabe speichert.
DML_CONVOLUTION_INTEGER_OPERATOR_DESC. Führt eine Konvolution des FilterTensor- mit dem InputTensor-aus. Dieser Operator führt Vorwärtskonvolution für ganzzahlige Daten durch.
DML_CONVOLUTION_OPERATOR_DESC. Beschreibt einen DirectML-Matrixmultiplikationsoperator, der eine Verkettungsfunktion für die Eingabe ausführt.
DML_CUMULATIVE_PRODUCT_OPERATOR_DESC. Multipliziert die Elemente eines Tensors entlang einer Achse und schreibt die laufende Tally des Produkts in den Ausgabe-Tensor.
DML_CUMULATIVE_SUMMATION_OPERATOR_DESC. Summiert die Elemente eines Tensors entlang einer Achse, wobei die laufende Tally der Summe in den Ausgabe-Tensor geschrieben wird.
DML_DEPTH_TO_SPACE_OPERATOR_DESC. Beschreibt einen DirectML-Datenorganisationsoperator, der Daten von tiefe in Blöcke räumlicher Daten neu anordnet (Permutes).
DML_DEPTH_TO_SPACE1_OPERATOR_DESC. Neuanordnen von Daten (Permutes) von tiefe in Blöcke räumlicher Daten. Der Operator gibt eine Kopie des Eingabe-Tensors aus, bei denen Werte aus der Tiefendimension in räumlichen Blöcken in die Höhe und Breite verschoben werden.
DML_DIAGONAL_MATRIX_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der eine identitätsähnliche Matrix mit einer matrix mit den Haupt diagonalen und Nullen an allen anderen Stellen generiert.
DML_DYNAMIC_QUANTIZE_LINEAR_OPERATOR_DESC. Berechnet die Quantisierungsskala und die Nullpunktwerte, die zum Quantisieren der InputTensor-erforderlich sind, und wendet diese Quantisierung an, und schreibt das Ergebnis auf OutputTensor.
DML_ELEMENT_WISE_ABS_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die Element-Weise-Absolute-Wert-Funktion f(x) = abs(x * scale + bias) ausführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ACOS_OPERATOR_DESC. Beschreibt einen DirectML-trigonometrischen Operator, der die elementweise Arccosine-Funktion f(x) = acos(x * scale + bias) durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ACOSH_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die umgekehrte hyperbolische Kosinusfunktion f(x) = log(x + sqrt(x * x - 1)) * scale + bias durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ADD_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der die Funktion ausführt, jedes Element in ATensor zu seinem entsprechenden Element in BTensor hinzuzufügen.
DML_ELEMENT_WISE_ADD1_OPERATOR_DESC. Beschreibt einen DirectML-Mathematischen Operator, der die Funktion zum Hinzufügen jedes Elements in ATensor zu seinem entsprechenden Element in BTensor, f(a, b) = a + b, mit der Option für die Fused-Aktivierung ausführt.
DML_ELEMENT_WISE_ASIN_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die elementweise Arcsine-Funktion f(x) = asin(x * scale + bias) durchführt, wobei die Skalierungs- und Abweichungsbegriffe optional sind.
DML_ELEMENT_WISE_ASINH_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die umgekehrte hyperbolische Sinusfunktion f(x) = log(x + sqrt(x * x + 1)) * scale + bias durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ATAN_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die elementweise Arctangent-Funktion f(x) = atan(x * scale + bias) durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ATANH_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die umgekehrte hyperbolische Tangensfunktion f(x) = (log((1 + x) / (1 - x)) / 2) * scale + bias durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ATAN_YX_OPERATOR_DESC. Berechnet den 2-Argument-Arctangent für jedes Element von ATensor und BTensor-, wobei ATensor- der Y-Achse und BTensor ist die X-Achse, wobei das Ergebnis in das entsprechende Element OutputTensorplatziert wird.
DML_ELEMENT_WISE_BIT_AND_OPERATOR_DESC. Berechnet das bitweise UND zwischen jedem entsprechenden Element der Eingabe-Tensoren und schreibt das Ergebnis in den Ausgabe-Tensor.
DML_ELEMENT_WISE_BIT_COUNT_OPERATOR_DESC. Berechnet den bitweisen NOT für jedes Element des Eingabe-Tensors und schreibt das Ergebnis in den Ausgabe-Tensor.
DML_ELEMENT_WISE_BIT_NOT_OPERATOR_DESC. Berechnet die Bitweise Grundgesamtheitsanzahl (die Anzahl der Bits, die auf 1 festgelegt sind) für jedes Element des Eingabe-Tensors und schreibt das Ergebnis in den Ausgabe-Tensor.
DML_ELEMENT_WISE_BIT_OR_OPERATOR_DESC. Berechnet das bitweise OR zwischen jedem entsprechenden Element der Eingabe-Tensoren und schreibt das Ergebnis in den Ausgabe-Tensor.
DML_ELEMENT_WISE_BIT_SHIFT_LEFT_OPERATOR_DESC. Führt eine logische linke Schicht der einzelnen Elemente von ATensor um eine Reihe von Bits durch das entsprechende Element von BTensor, wobei das Ergebnis in das entsprechende Element von OutputTensorplatziert wird.
DML_ELEMENT_WISE_BIT_SHIFT_RIGHT_OPERATOR_DESC. Führt eine logische rechte Schicht der einzelnen Elemente von ATensor um eine Reihe von Bits durch das entsprechende Element von BTensor, wobei das Ergebnis in das entsprechende Element von OutputTensorplatziert wird.
DML_ELEMENT_WISE_BIT_XOR_OPERATOR_DESC. Berechnet den bitweisen XOR (eXclusive OR) zwischen jedem entsprechenden Element der Eingabe-Tensoren und schreibt das Ergebnis in den Ausgabe-Tensor.
DML_ELEMENT_WISE_CEIL_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die elementweise Deckenfunktion f(x) = ceil(x * scale + bias) durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_CLIP_GRAD_OPERATOR_DESC. Berechnet Hintergrundeigenschaftenverläufe für elementweisen Clip.
DML_ELEMENT_WISE_CLIP_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die elementweise Clipfunktion f(x) = clamp(x * scale + bias, minValue, maxValue) ausführt, wobei die Skalierungs- und Bias-Begriffe optional sind und wobei clamp(x) = min(maxValue, max(minValue, x)).
DML_ELEMENT_WISE_CONSTANT_POW_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der die elementweise Konstante Power Function f(x) = pow(x * scale + bias, exponent) ausführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_COS_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die elementweise Kosinusfunktion f(x) = cos(x * scale + bias) ausführt, wobei die Skalierungs- und Bias-Begriffe optional sind.
DML_ELEMENT_WISE_COSH_OPERATOR_DESC. Beschreibt einen DirectML-trigonometrischen Operator, der die hyperbolische Kosinusfunktion f(x) = ((e^x + e^-x) / 2) * Scale + Bias durchführt, wobei die Skalierungs- und Abweichungsbegriffe optional sind.
DML_ELEMENT_WISE_DEQUANTIZE_LINEAR_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der die lineare Dequantize-Funktion für jedes Element in InputTensor im Hinblick auf das entsprechende Element in ScaleTensor und ZeroPointTensorausführt.
DML_ELEMENT_WISE_DIFFERENCE_SQUARE_OPERATOR_DESC. Subtrahiert jedes Element von BTensor vom entsprechenden Element von ATensor, multipliziert das Ergebnis selbst und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_DIVIDE_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die Funktion zum Dividieren jedes Elements in ATensor durch das entsprechende Element in BTensorausführt.
DML_ELEMENT_WISE_ERF_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die elementweise natürliche exponentielle Funktion f(x) = exp(x * scale + bias) durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_EXP_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die elementweise natürliche exponentielle Funktion f(x) = exp(x * scale + bias) durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_FLOOR_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der die elementweise Bodenfunktion f(x) = floor(x * scale + bias) durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_IDENTITY_OPERATOR_DESC. Beschreibt einen generischen DirectML-Operator, der die Element-Weise-Identitätsfunktion f(x) = x * scale + bias ausführt.
DML_ELEMENT_WISE_IF_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der im Wesentlichen eine ternäre if Anweisung ausführt.
DML_ELEMENT_WISE_IS_INFINITY_OPERATOR_DESC. Überprüft jedes Element von InputTensor für IEEE-754 -inf, inf oder beides, je nach dem angegebenen InfinityModeund platziert das Ergebnis (1 für "true, 0 for false") in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_IS_NAN_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der bestimmt, elementweise, ob die Eingabe NaN ist.
DML_ELEMENT_WISE_LOGICAL_AND_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der eine logische AND-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensordurchführt.
DML_ELEMENT_WISE_LOGICAL_EQUALS_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der eine logische Gleichheitsfunktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensordurchführt.
DML_ELEMENT_WISE_LOGICAL_GREATER_THAN_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der eine logische größer als-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_LOGICAL_GREATER_THAN_OR_EQUAL_OPERATOR_DESC. Führt eine logische größer als oder gleich für jedes Paar der entsprechenden Elemente der Eingabe-Tensoren aus, wobei das Ergebnis (1 für wahr, 0 für falsch) in das entsprechende Element von OutputTensorplatziert wird.
DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OPERATOR_DESC. Beschreibt einen DirectML-Mathematischen Operator, der eine logische Kleiner-als-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OR_EQUAL_OPERATOR_DESC. Führt eine logische kleiner oder gleich für jedes Paar der entsprechenden Elemente der Eingabe-Tensoren aus, wobei das Ergebnis (1 für "true, 0 for false") in das entsprechende Element von OutputTensorplatziert wird.
DML_ELEMENT_WISE_LOGICAL_NOT_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der eine logische NOT-Funktion für jedes Element in der Eingabe ausführt.
DML_ELEMENT_WISE_LOGICAL_OR_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der eine logische OR-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_LOGICAL_XOR_OPERATOR_DESC. Beschreibt einen DirectML-Mathematischen Operator, der eine logische ausschließliche OR -Funktion (XOR) zwischen jedem Element in ATensor und dem entsprechenden Element in BTensordurchführt.
DML_ELEMENT_WISE_LOG_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die elementweise natürliche Logarithmusfunktion f(x) = log(x * scale + bias) durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_MAX_OPERATOR_DESC. Beschreibt einen DirectML-Operator zur mathematischen Reduzierung, der eine maximale Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensordurchführt.
DML_ELEMENT_WISE_MEAN_OPERATOR_DESC. Beschreibt einen DirectML-Operator zur mathematischen Reduktion, der eine arithmetische Mittelfunktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensordurchführt.
DML_ELEMENT_WISE_MIN_OPERATOR_DESC. Beschreibt einen DirectML-Operator zur mathematischen Reduzierung, der eine Mindestfunktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_MODULUS_FLOOR_OPERATOR_DESC. Berechnet das Modul mit den gleichen Ergebnissen wie das Python-Modul für jedes Paar entsprechender Elemente aus den Eingabe-Tensoren, wobei das Ergebnis in das entsprechende Element von OutputTensorplatziert wird.
DML_ELEMENT_WISE_MODULUS_TRUNCATE_OPERATOR_DESC. Berechnet den C-Modulus-Operator für jedes Paar der entsprechenden Elemente der Eingabe-Tensoren, wobei das Ergebnis in das entsprechende Element von OutputTensorplatziert wird.
DML_ELEMENT_WISE_MULTIPLY_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der die Funktion zum Multiplizieren jedes Elements in ATensor mit dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_POW_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die Element-Weise-Leistungsfunktion f(x, exponent) = pow(x * scale + bias, exponent) ausführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_QUANTIZE_LINEAR_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der die lineare Quantize-Funktion für jedes Element in InputTensor im Hinblick auf das entsprechende Element in ScaleTensor und ZeroPointTensor ausführt.
DML_ELEMENT_WISE_QUANTIZED_LINEAR_ADD_OPERATOR_DESC. Fügt jedes Element in ATensor dem entsprechenden Element in BTensorhinzu, wobei das Ergebnis in das entsprechende Element von OutputTensorplatziert wird.
DML_ELEMENT_WISE_RECIP_OPERATOR_DESC. Beschreibt einen Mathematischen DirectML-Operator, der eine kehre Funktion für jedes Element in der Eingabe ausführt.
DML_ELEMENT_WISE_ROUND_OPERATOR_DESC. Rundet jedes Element von InputTensor auf einen ganzzahligen Wert ab und platziert das Ergebnis in das entsprechende Element OutputTensor.
DML_ELEMENT_WISE_SIGN_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Elementweise verkleinerte Aktivierungsfunktion für die Eingabe ausführt.
DML_ELEMENT_WISE_SIN_OPERATOR_DESC. Beschreibt einen DirectML-trigonometrischen Operator, der die elementweise Sinusfunktion f(x) = sin(x * scale + bias) ausführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_SINH_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die hyperbolische Sinusfunktion f(x) = ((e^x - e^-x) / 2) * scale + bias durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_SQRT_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der eine Quadratwurzelfunktion für jedes Element in der Eingabe ausführt.
DML_ELEMENT_WISE_SUBTRACT_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die Funktion zum Subtrahieren jedes Elements in BTensor vom entsprechenden Element in ATensorausführt.
DML_ELEMENT_WISE_TAN_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die elementweise Tangensfunktion f(x) = tan(x * scale + bias) ausführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_TANH_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrischen Operator, der die umgekehrte hyperbolische Tangensfunktion f(x) = tanh(x) * scale + bias durchführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_THRESHOLD_OPERATOR_DESC. Beschreibt einen DirectML-mathematischen Operator, der die elementweise Schwellenwertfunktion f(x) = max(x * scale + bias, min) ausführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_FEATURE_DATA_TENSOR_DATA_TYPE_SUPPORT. Enthält Details dazu, ob ein DirectML-Gerät einen bestimmten Datentyp innerhalb von Tensoren unterstützt.
DML_FEATURE_QUERY_TENSOR_DATA_TYPE_SUPPORT. Wird verwendet, um ein DirectML-Gerät für seine Unterstützung für einen bestimmten Datentyp innerhalb von Tensoren abzufragen.
DML_FILL_VALUE_CONSTANT_OPERATOR_DESC. Füllt einen Tensor mit der angegebenen Konstante Value.
DML_FILL_VALUE_SEQUENCE_OPERATOR_DESC. Füllt einen Tensor mit einer Sequenz.
DML_GATHER_ELEMENTS_OPERATOR_DESC. Sammelt Elemente vom Eingabe-Tensor entlang der angegebenen Achse mithilfe des Indizes-Tensors, um die Eingabe neu zuzuordnen.
DML_GATHER_ND_OPERATOR_DESC. Sammelt Elemente aus dem Eingabe-Tensor mithilfe des Indizes-Tensors, um Indizes vollständigen Teilblöcken der Eingabe neu zuzuordnen.
DML_GATHER_ND1_OPERATOR_DESC. Sammelt Elemente aus dem Eingabe-Tensor mithilfe des Indizes-Tensors, um Indizes vollständigen Teilblöcken der Eingabe neu zuzuordnen.
DML_GATHER_OPERATOR_DESC. Beschreibt einen DirectML-Datenorganisationsoperator, der bei Angabe eines Daten-Tensors von Rang r >= 1 und ein Indizes-Tensor der Rangfolge q die Einträge in der Achsendimension der Daten (standardmäßig ist die äußerste Achse == 0) indiziert durch Indizes und verkettet sie in einem Ausgabe-Tensor von Rang q + (r - 1).
DML_GEMM_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine allgemeine Matrixmultiplikationsfunktion für die Eingabe durchführt, y = Alpha * transposeA(A) * transposeB(B) + Beta * C.
DML_GRAPH_DESC. Beschreibt ein Diagramm von DirectML-Operatoren, die zum Kompilieren eines kombinierten, optimierten Operators verwendet werden.
DML_GRAPH_EDGE_DESC. Ein generischer Container für eine Verbindung in einem Diagramm von DirectML-Operatoren, die durch DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraphübergeben werden.
DML_GRAPH_NODE_DESC. Ein generischer Container für einen Knoten in einem Diagramm von DirectML-Operatoren, die durch DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraphübergeben werden.
DML_GRU_OPERATOR_DESC. Beschreibt einen DirectML Deep Learning-Operator, der eine (Standardebene) eine einschichtige Wiederkehrende Einheitsfunktion (GRU) für die Eingabe ausführt.
DML_INPUT_GRAPH_EDGE_DESC. Beschreibt eine Verbindung in einem Diagramm von DirectML-Operatoren, die durch DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraphübergeben werden. Diese Struktur wird verwendet, um eine Verbindung von einer Grapheingabe zu einer Eingabe eines internen Knotens zu definieren.
DML_INTERMEDIATE_GRAPH_EDGE_DESC. Beschreibt eine Verbindung in einem Diagramm von DirectML-Operatoren, die durch DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraphübergeben werden. Diese Struktur wird verwendet, um eine Verbindung zwischen internen Knoten zu definieren.
DML_JOIN_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Verknüpfungsfunktion für ein Array von Eingabe-Tensoren ausführt.
DML_LOCAL_RESPONSE_NORMALIZATION_GRAD_OPERATOR_DESC. Berechnet Rückpropagationsverläufe für lokale Antwortnormalisierung.
DML_LOCAL_RESPONSE_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine lokale Antwortnormalisierungsfunktion (Local Response Normalization, LRN) für die Eingabe ausführt.
DML_LP_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Lp-Normalisierungsfunktion entlang der angegebenen Achse des Eingabe-Tensors ausführt.
DML_LP_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Lp-Poolfunktion für den Eingabe-Tensor ausführt.
DML_LSTM_OPERATOR_DESC. Beschreibt einen DirectML Deep Learning-Operator, der eine 1-Layer-Long Term Memory (LSTM)-Funktion für die Eingabe ausführt.
DML_MATRIX_MULTIPLY_INTEGER_OPERATOR_DESC. Führt eine Matrixmultiplikationsfunktion für ganzzahlige Daten aus.
DML_MAX_POOLING_GRAD_OPERATOR_DESC. Berechnet Backpropagation-Farbverläufe für max. Pooling (siehe DML_MAX_POOLING2_OPERATOR_DESC).
DML_MAX_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine maximale Poolfunktion für den Eingabe-Tensor ausführt.
DML_MAX_POOLING1_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine maximale Poolfunktion für den Eingabe-Tensor ausführt (gemäß Kernelgrößen, Stridegrößen und Padlängen), y = max(x1 + x2 + ... x_pool_size).
DML_MAX_POOLING2_OPERATOR_DESC. Berechnet den Maximalwert über die Elemente innerhalb des Gleitfensters über den Eingabe-Tensor und gibt optional die Indizes der ausgewählten Maximalwerte zurück.
DML_MAX_UNPOOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der den Ausgabe-Tensor des angegebenen Shapes (entweder explizit oder das Eingabe-Shape plus Abstand) mit Nullen ausfüllt, und schreibt dann jeden Wert vom Eingabe-Tensor in den Ausgabe-Tensor beim Elementoffset aus dem entsprechenden Indizesarray.
DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine mittlere Varianznormalisierungsfunktion für den Eingabe-Tensor ausführt.
DML_MEAN_VARIANCE_NORMALIZATION1_OPERATOR_DESC. Führt eine Mittelabweichungsnormalisierungsfunktion für den Eingabe-Tensor aus. Dieser Operator berechnet den Mittelwert und die Varianz des Eingabe-Tensors, um die Normalisierung durchzuführen.
DML_NONZERO_COORDINATES_OPERATOR_DESC. Berechnet die N-dimensionalen Koordinaten aller Nicht-Null-Elemente des Eingabe-Tensors.
DML_ONE_HOT_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der einen Tensor mit jedem Element generiert, das mit zwei Werten gefüllt ist – entweder ein "Ein" oder ein "Off"-Wert.
DML_OPERATOR_DESC. Ein generischer Container für eine Operatorbeschreibung. Sie erstellen DirectML-Operatoren mit den in dieser Struktur angegebenen Parametern.
DML_OPERATOR_GRAPH_NODE_DESC. Decribes a node within a graph of DirectML operators defined by DML_GRAPH_DESC and passed to IDMLDevice1::CompileGraph.
DML_OUTPUT_GRAPH_EDGE_DESC. Beschreibt eine Verbindung in einem Diagramm von DirectML-Operatoren, die durch DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraphübergeben werden. Diese Struktur wird verwendet, um eine Verbindung aus einer Ausgabe eines internen Knotens mit einer Diagrammausgabe zu definieren.
DML_PADDING_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der den Eingabe-Tensor mit Nullen (oder einem anderen Wert) an den Rändern aufbläht.
DML_QUANTIZED_LINEAR_CONVOLUTION_OPERATOR_DESC. Führt eine Konvolution des FilterTensor- mit dem InputTensor-aus. Dieser Operator führt Vorwärtskonvolution für quantisierte Daten durch. Dieser Operator entspricht mathematisch der Dequantisierung der Eingaben, der Konvolvierung und der anschließenden Quantisierung der Ausgabe.
DML_QUANTIZED_LINEAR_MATRIX_MULTIPLY_OPERATOR_DESC. Führt eine Matrixmultiplikationsfunktion für quantisierte Daten aus. Dieser Operator entspricht mathematisch der Dequantisierung der Eingaben, dann der Matrix multiplizieren und dann die Ausgabe quantisieren.
DML_RANDOM_GENERATOR_OPERATOR_DESC. Füllt einen Ausgabe-Tensor mit deterministisch generierten, pseudo-zufälligen, gleichmäßig verteilten Bits. Dieser Operator kann optional auch einen aktualisierten internen Generatorstatus ausgeben, der bei nachfolgenden Ausführungen des Operators verwendet werden kann.
DML_REDUCE_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der die angegebene Reduktionsfunktion für die Eingabe ausführt.
DML_RESAMPLE_GRAD_OPERATOR_DESC. Berechnet Hintergrundeigenschaftenverläufe für Resample (siehe DML_RESAMPLE1_OPERATOR_DESC).
DML_RESAMPLE_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der Elemente aus der Quelle an den Ziel-Tensor mithilfe der Skalierungsfaktoren zum Berechnen der Ziel-Tensor-Größe ändert.
DML_RESAMPLE1_OPERATOR_DESC. Resamples Elemente aus der Quelle an den Ziel-Tensor, wobei die Skalierungsfaktoren zum Berechnen der Ziel-Tensorgröße verwendet werden. Sie können einen linearen oder nächsten Interpolationsmodus verwenden.
DML_REVERSE_SUBSEQUENCES_OPERATOR_DESC. Umkehrt die Elemente eines oder mehrerer Unterquences eines Tensors. Der satz der zu umkehrenden Teilquencen wird basierend auf den bereitgestellten Achsen- und Sequenzlängen ausgewählt.
DML_RNN_OPERATOR_DESC. Beschreibt einen DirectML Deep Learning-Operator, der eine einfache einschichtige wiederkehrende neurale Netzwerkfunktion (RNN) für die Eingabe ausführt.
DML_ROI_ALIGN_OPERATOR_DESC. Führt einen ROI-Ausrichtungsvorgang aus, wie im Mask R-CNN Papier beschrieben. Zusammenfassend extrahiert der Vorgang Abschneiden aus dem Eingabebild-Tensor und ändert die Größe in eine gemeinsame Ausgabegröße, die durch die letzten 2 Dimensionen von OutputTensor angegeben wird, mithilfe des angegebenen InterpolationMode-.
DML_ROI_ALIGN1_OPERATOR_DESC. Führt einen ROI-Ausrichtungsvorgang aus, wie im Mask R-CNN Papier beschrieben. Zusammenfassend extrahiert der Vorgang zugeschnittene Fenster aus dem Eingabebild-Tensor und ändert die Größe in eine gemeinsame Ausgabegröße, die durch die letzten 2 Dimensionen von OutputTensor unter Verwendung des angegebenen InterpolationMode-angegeben wird.
DML_ROI_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Poolfunktion für den Eingabe-Tensor (entsprechend den interessanten Regionen oder ROIs) durchführt.
DML_SCALAR_UNION. Eine Vereinigung von Skalartypen.
DML_SCALE_BIAS. Enthält die Werte von Skalierungs- und Bias-Ausdrücken, die für einen DirectML-Operator bereitgestellt werden.
DML_SCATTER_ND_OPERATOR_DESC. Kopiert den gesamten Eingabe-Tensor in die Ausgabe und überschreibt dann ausgewählte Indizes mit entsprechenden Werten aus dem Aktualisierungs-Tensor.
DML_SCATTER_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der den gesamten Eingabe-Tensor in die Ausgabe kopiert, und überschreibt dann ausgewählte Indizes mit entsprechenden Werten aus dem Aktualisierungs-Tensor.
DML_SIZE_2D. Enthält Werte, die die Größe (wie an einen DirectML-Operator bereitgestellt) einer 2D-Ebene von Elementen innerhalb eines Tensors oder einer 2D-Skalierung oder eines 2D-Breiten-/Höhenwerts darstellen können.
DML_SLICE_GRAD_OPERATOR_DESC. Berechnet Hintergrundeigenschaftenverläufe für Slice (siehe DML_SLICE1_OPERATOR_DESC).
DML_SLICE_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der ein Segment des Eingabe-Tensors entlang mehrerer Achsen erzeugt.
DML_SLICE1_OPERATOR_DESC. Extrahiert einen einzelnen Unterbereich (ein "Segment") eines Eingabe-Tensors.
DML_SPACE_TO_DEPTH_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der Blöcke räumlicher Daten in die Tiefe neu anordnet.
DML_SPACE_TO_DEPTH1_OPERATOR_DESC. Neuanordnen von Blöcken räumlicher Daten in die Tiefe. Der Operator gibt eine Kopie des Eingabe-Tensors aus, bei dem Werte aus den Höhen- und Breitenabmessungen in die Tiefendimension verschoben werden.
DML_SPLIT_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der den Eingabe-Tensor entlang der angegebenen Achse in mehrere Ausgabe-Tensoren aufteilt.
DML_TENSOR_DESC. Ein generischer Container für eine DirectML-Tensorbeschreibung.
DML_TILE_OPERATOR_DESC. Beschreibt einen DirectML-Datenorganisationsoperator, der einen Ausgabe-Tensor erstellt, indem der Eingabe-Tensor nebeneinander angeordnet wird.
DML_TOP_K_OPERATOR_DESC. Beschreibt einen DirectML-Reduktionsoperator, der die obersten K-Elemente entlang einer angegebenen Achse abruft.
DML_TOP_K1_OPERATOR_DESC. Wählt die größten oder kleinsten K- Elemente aus jeder Sequenz entlang einer Achse des InputTensor-aus und gibt die Werte und Indizes dieser Elemente im OutputValueTensor bzw. OutputIndexTensor-zurück.
DML_UPSAMPLE_2D_OPERATOR_DESC. Beschreibt einen DirectML-Bildverarbeitungsoperator, der das im Eingabe-Tensor enthaltene Bild upsamples.
DML_VALUE_SCALE_2D_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine elementweise Skalierungs- und Verzerrungsfunktion für die Werte im Eingabe-Tensor ausführt.