DirectML 구조체
다음 구조체는 DirectML.h에서 선언됩니다.
섹션 내용
| 토픽 및 설명 |
|---|
| DML_ACTIVATION_CELU_OPERATOR_DESC. InputTensor의 모든 요소에서 지속적으로 다른 CELU(지수 선형 단위) 활성화 함수를 수행하여 결과를 OutputTensor의 해당 요소에 배치합니다. |
| DML_ACTIVATION_ELU_OPERATOR_DESC. 입력의 모든 요소에서 ELU(지수 선형 단위) 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_HARDMAX_OPERATOR_DESC. 입력에서 hardmax 함수를 수행하는 DirectML 활성화 연산자에 대해 설명합니다. |
| DML_ACTIVATION_HARD_SIGMOID_OPERATOR_DESC. 입력의 모든 요소에서 하드 시그모이드 함수를 수행하는 DirectML 활성화 연산자를 설명합니다. |
| DML_ACTIVATION_IDENTITY_OPERATOR_DESC. ID 함수를 수행하는 DirectML 활성화 연산자에 대해 설명합니다. |
| DML_ACTIVATION_LEAKY_RELU_OPERATOR_DESC. 입력의 모든 요소에서 새는 ReLU(정류 선형 단위) 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_LINEAR_OPERATOR_DESC. 입력의 모든 요소에서 선형 활성화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ACTIVATION_LOG_SOFTMAX_OPERATOR_DESC. 입력에서 소프트맥스 로그 활성화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ACTIVATION_PARAMETERIZED_RELU_OPERATOR_DESC. 입력의 모든 요소에서 매개 변수가 있는 ReLU(정류 선형 단위) 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_PARAMETRIC_SOFTPLUS_OPERATOR_DESC. 입력의 모든 요소에서 parametric softplus 활성화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ACTIVATION_RELU_GRAD_OPERATOR_DESC. ReLU(정류 선형 단위)에 대한 백프로포지션 그라데이션을 계산합니다. |
| DML_ACTIVATION_RELU_OPERATOR_DESC. 입력의 모든 요소에서 ReLU(정정 선형 단위) 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_SCALED_ELU_OPERATOR_DESC. 입력의 모든 요소에서 스케일링된 ELU(지수 선형 단위) 활성화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ACTIVATION_SCALED_TANH_OPERATOR_DESC. 입력의 모든 요소에서 스케일링된 하이퍼볼릭 탄젠트 활성화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ACTIVATION_SHRINK_OPERATOR_DESC. 입력에서 요소로 축소 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_SIGMOID_OPERATOR_DESC. 입력의 모든 요소에서 시그모이드 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_SOFTMAX_OPERATOR_DESC. 입력에서 softmax 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_SOFTPLUS_OPERATOR_DESC. 입력의 모든 요소에서 softplus 활성화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ACTIVATION_SOFTSIGN_OPERATOR_DESC. 입력의 모든 요소에 대해 softsign 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_TANH_OPERATOR_DESC. 입력의 모든 요소에서 하이퍼볼릭 탄젠트 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ACTIVATION_THRESHOLDED_RELU_OPERATOR_DESC. 입력의 모든 요소에 대해 임계값이 지정된 ReLU(정류 선형 단위) 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ADAM_OPTIMIZER_OPERATOR_DESC. Adam(ADAptiveM오멘트 추정) 알고리즘을 기반으로 제공된 그라데이션을 사용하여 업데이트된 가중치(매개 변수)를 계산합니다. 이 연산자는 최적화 프로그램이며 일반적으로 학습 루프의 가중치 업데이트 단계에서 그라데이션 하강을 수행하는 데 사용됩니다. |
| DML_AVERAGE_POOLING_OPERATOR_DESC. 입력에서 평균 풀링 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ARGMAX_OPERATOR_DESC. 입력 텐서의 하나 이상의 차원 내에서 최대값 요소의 인덱스를 출력합니다. |
| DML_ARGMIN_OPERATOR_DESC. 입력 텐서의 하나 이상의 차원 내에서 최소값 요소의 인덱스를 출력합니다. |
| DML_AVERAGE_POOLING_GRAD_OPERATOR_DESC. 평균 풀링에 대한 백프로포지션 그라데이션을 계산합니다( DML_AVERAGE_POOLING_OPERATOR_DESC 참조). |
| DML_BATCH_NORMALIZATION_GRAD_OPERATOR_DESC. 일괄 처리 정규화를 위한 백프로포지션 그라데이션을 계산합니다. |
| DML_BATCH_NORMALIZATION_OPERATOR_DESC. 입력에서 일괄 처리 정규화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_BINDING_DESC. IDMLBindingTable 메서드 중 하나에 대한 호출을 통해 바인딩 테이블에 추가할 수 있도록 바인딩에 대한 설명을 포함합니다. |
| DML_BINDING_PROPERTIES. 컴파일된 특정 연산자 또는 연산자 이니셜라이저의 바인딩 요구 사항에 대한 정보를 포함합니다. |
| DML_BINDING_TABLE_DESC. IDMLDevice::CreateBindingTable 및 IDMLBindingTable::Reset에 대한 매개 변수를 지정합니다. |
| DML_BUFFER_ARRAY_BINDING. 개별 버퍼 바인딩의 배열인 리소스 바인딩을 지정합니다. |
| DML_BUFFER_BINDING. 오프셋 및 크기가 ID3D12Resource로 표현되는 Direct3D 12 버퍼의 바이트 범위로 설명된 리소스 바인딩을 지정합니다. |
| DML_BUFFER_TENSOR_DESC. Direct3D 12 버퍼 리소스에 저장될 텐서를 설명합니다. |
| DML_CAST_OPERATOR_DESC. 캐스트 함수 f(x) = cast(x)를 수행하고, 입력의 각 요소를 출력 텐서의 데이터 형식으로 캐스팅하고, 결과를 출력의 해당 요소에 저장하는 DirectML 데이터 재구성 연산자에 대해 설명합니다. |
| DML_CONVOLUTION_INTEGER_OPERATOR_DESC. InputTensor를 사용하여 FilterTensor의 구성을 수행합니다. 이 연산자는 정수 데이터에 대해 정방향 컨볼루션을 수행합니다. |
| DML_CONVOLUTION_OPERATOR_DESC. 입력에서 나선형 함수를 수행하는 DirectML 행렬 곱셈 연산자에 대해 설명합니다. |
| DML_CUMULATIVE_PRODUCT_OPERATOR_DESC. 축을 따라 텐서의 요소를 곱하여 제품의 실행 중인 집계를 출력 텐서에 기록합니다. |
| DML_CUMULATIVE_SUMMATION_OPERATOR_DESC. 축을 따라 텐서의 요소를 합산하여 합계의 실행 중인 집계를 출력 텐서에 기록합니다. |
| DML_DEPTH_TO_SPACE_OPERATOR_DESC. 깊이에서 공간 데이터 블록으로 데이터를 다시 정렬(음소거)하는 DirectML 데이터 재구성 연산자에 대해 설명합니다. |
| DML_DEPTH_TO_SPACE1_OPERATOR_DESC. 깊이에서 공간 데이터 블록으로 데이터를 다시 정렬(음소거)합니다. 연산자는 깊이 차원의 값이 공간 블록에서 높이 및 너비 차원으로 이동하는 입력 텐서의 복사본을 출력합니다. |
| DML_DIAGONAL_MATRIX_OPERATOR_DESC. 주 대각선에 있는 행렬과 다른 모든 곳에서 0이 있는 ID와 유사한 행렬을 생성하는 DirectML 수학 연산자를 설명합니다. |
| DML_DYNAMIC_QUANTIZE_LINEAR_OPERATOR_DESC. InputTensor를 정량화하는 데 필요한 양자화 배율과 0포인트 값을 계산한 다음, 해당 양자화를 적용하여 결과를 OutputTensor에 기록합니다. |
| DML_ELEMENT_WISE_ABS_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 절대값 함수 f(x) = abs(x * scale + bias)를 수행하는 DirectML 수학 연산자를 설명합니다. |
| DML_ELEMENT_WISE_ACOS_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 아크코사인 함수 f(x) = acos(x * scale + bias)를 수행하는 DirectML 삼각 연산자를 설명합니다. |
| DML_ELEMENT_WISE_ACOSH_OPERATOR_DESC. 요소별 역 하이퍼볼릭 코사인 함수 f(x) = log(x + sqrt(x * x - 1)) * scale + bias를 수행하는 DirectML 삼각 연산자를 설명합니다. 여기서 배율 및 바이어스 용어는 선택 사항입니다. |
| DML_ELEMENT_WISE_ADD_OPERATOR_DESC. ATensor의 모든 요소를 BTensor의 해당 요소에 추가하는 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_ADD1_OPERATOR_DESC. 융합 활성화 옵션을 사용하여 ATensor 의 모든 요소를 BTensor, f(a, b) = a + b의 해당 요소에 추가하는 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_ASIN_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 arcsine 함수 f(x) = asin(x * scale + bias)를 수행하는 DirectML 삼각 연산자를 설명합니다. |
| DML_ELEMENT_WISE_ASINH_OPERATOR_DESC. 요소별 역 하이퍼볼릭 사인 함수 f(x) = log(x + sqrt(x * x + 1)) * scale + bias를 수행하는 DirectML 삼각 연산자를 설명합니다. 여기서 배율 및 바이어스 용어는 선택 사항입니다. |
| DML_ELEMENT_WISE_ATAN_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 arctangent 함수 f(x) = atan(x * scale + bias)을 수행하는 DirectML 삼각 연산자를 설명합니다. |
| DML_ELEMENT_WISE_ATANH_OPERATOR_DESC. 요소별 역 하이퍼볼릭 탄젠트 함수 f(x) = (log(1 + x) / (1 - x)) / 2) * 배율 + 바이어스를 수행하는 DirectML 삼각 연산자를 설명합니다. 여기서 배율 및 바이어스 용어는 선택 사항입니다. |
| DML_ELEMENT_WISE_ATAN_YX_OPERATOR_DESC. ATensor 및 BTensor의 각 요소에 대해 2 인수 아크탄젠트를 계산합니다. 여기서 ATensor는 Y축이고 BTensor는 X축이므로 결과를 OutputTensor의 해당 요소에 배치합니다. |
| DML_ELEMENT_WISE_BIT_AND_OPERATOR_DESC. 입력 텐서의 각 해당 요소 간에 비트 AND를 계산하고 결과를 출력 텐서에 씁니다. |
| DML_ELEMENT_WISE_BIT_COUNT_OPERATOR_DESC. 입력 텐서의 각 요소에 대해 비트 NOT을 계산하고 결과를 출력 텐서에 씁니다. |
| DML_ELEMENT_WISE_BIT_NOT_OPERATOR_DESC. 입력 텐서의 각 요소에 대한 비트 모집단 수(1로 설정된 비트 수)를 계산하고 결과를 출력 텐서에 씁니다. |
| DML_ELEMENT_WISE_BIT_OR_OPERATOR_DESC. 입력 텐서의 각 해당 요소 간에 비트 OR을 계산하고 결과를 출력 텐서에 씁니다. |
| DML_ELEMENT_WISE_BIT_SHIFT_LEFT_OPERATOR_DESC. BTensor의 해당 요소에서 제공하는 비트 수만큼 ATensor 의 각 요소에 대한 논리적 왼쪽 시프트를 수행하여 결과를 OutputTensor의 해당 요소에 배치 합니다. |
| DML_ELEMENT_WISE_BIT_SHIFT_RIGHT_OPERATOR_DESC. BTensor의 해당 요소에서 제공하는 비트 수만큼 ATensor 의 각 요소에 대한 논리적 오른쪽 이동을 수행하여 결과를 OutputTensor의 해당 요소에 배치 합니다. |
| DML_ELEMENT_WISE_BIT_XOR_OPERATOR_DESC. 입력 텐서의 각 해당 요소 간에 비트 XOR(eXclusive OR)을 계산하고 결과를 출력 텐서에 씁니다. |
| DML_ELEMENT_WISE_CEIL_OPERATOR_DESC. 요소별 천장 함수 f(x) = ceil(x * scale + bias)을 수행하는 DirectML 수학 연산자를 설명합니다. 여기서 눈금 및 바이어스 용어는 선택 사항입니다. |
| DML_ELEMENT_WISE_CLIP_GRAD_OPERATOR_DESC. 요소별 클립에 대한 백프로포지션 그라데이션을 계산합니다. |
| DML_ELEMENT_WISE_CLIP_OPERATOR_DESC. 요소별 클립 함수 f(x) = clamp(x * scale + bias, minValue, maxValue)를 수행하는 DirectML 수학 연산자를 설명합니다. 여기서 배율 및 바이어스 용어는 선택 사항이며, 여기서 clamp(x) = min(maxValue, max(minValue, x)). |
| DML_ELEMENT_WISE_CONSTANT_POW_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 상수 전원 함수 f(x) = pow(x * 배율 + 바이어스, 지수)를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ELEMENT_WISE_COS_OPERATOR_DESC. 요소별 코사인 함수 f(x) = cos(x * scale + bias)를 수행하는 DirectML 삼각 연산자를 설명합니다. 여기서 배율 및 바이어스 용어는 선택 사항입니다. |
| DML_ELEMENT_WISE_COSH_OPERATOR_DESC. 요소별 하이퍼볼릭 코사인 함수 f(x) = ((e^x + e^-x) / 2) * 배율 + 바이어스를 수행하는 DirectML 삼각 연산자를 설명합니다. 여기서 배율 및 바이어스 용어는 선택 사항입니다. |
DML_ELEMENT_WISE_DEQUANTIZE_LINEAR_OPERATOR_DESC. 및 ZeroPointTensor의 해당 요소 ScaleTensor 와 관련하여 모든 요소에서 InputTensor 선형 정수화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_DIFFERENCE_SQUARE_OPERATOR_DESC. ATensor의 해당 요소에서 BTensor의 각 요소를 빼고, 결과 자체를 곱하고, 결과를 OutputTensor의 해당 요소에 배치합니다. |
DML_ELEMENT_WISE_DIVIDE_OPERATOR_DESC. 의 모든 요소를 의 해당 BTensor요소 ATensor 로 나누는 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_ERF_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 자연 지수 함수 f(x) = exp(x * scale + bias)를 수행하는 DirectML 수학 연산자를 설명합니다. |
| DML_ELEMENT_WISE_EXP_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 자연 지수 함수 f(x) = exp(x * scale + bias)를 수행하는 DirectML 수학 연산자를 설명합니다. |
| DML_ELEMENT_WISE_FLOOR_OPERATOR_DESC. 요소별 바닥 함수 f(x) = floor(x * scale + bias)를 수행하는 DirectML 수학 연산자를 설명합니다. 여기서 배율 및 바이어스 용어는 선택 사항입니다. |
| DML_ELEMENT_WISE_IDENTITY_OPERATOR_DESC. 요소별 ID 함수 f(x) = x * 배율 + 바이어스를 수행하는 DirectML 제네릭 연산자를 설명합니다. |
DML_ELEMENT_WISE_IF_OPERATOR_DESC. 기본적으로 삼항 if 문을 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_IS_INFINITY_OPERATOR_DESC. 지정된 InfinityMode에 따라 InputTensor의 각 요소에서 IEEE-754 -inf, inf 또는 둘 다를 확인하고 결과(true의 경우 1, false의 경우 0)를 OutputTensor의 해당 요소에 배치합니다. |
| DML_ELEMENT_WISE_IS_NAN_OPERATOR_DESC. 입력이 NaN인지 여부를 요소 단위로 결정하는 DirectML 수학 연산자를 설명합니다. |
DML_ELEMENT_WISE_LOGICAL_AND_OPERATOR_DESC. 의 모든 요소와 의 해당 BTensor요소 ATensor 간에 논리 AND 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
DML_ELEMENT_WISE_LOGICAL_EQUALS_OPERATOR_DESC. 의 모든 요소와 의 해당 BTensor요소 ATensor 간에 논리적 같음 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
DML_ELEMENT_WISE_LOGICAL_GREATER_THAN_OPERATOR_DESC. 의 모든 요소와 의 해당 BTensor요소 ATensor 간에 논리보다 큰 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_LOGICAL_GREATER_THAN_OR_EQUAL_OPERATOR_DESC. 입력 텐서의 해당 요소 쌍마다 보다 크거나 같은 논리를 수행하여 결과(true의 경우 1, false의 경우 0)를 OutputTensor의 해당 요소에 배치합니다. |
DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OPERATOR_DESC. 의 모든 요소와 의 해당 BTensor요소 ATensor 간에 논리보다 작음 함수를 수행하는 DirectML 수학 연산자를 설명합니다. |
| DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OR_EQUAL_OPERATOR_DESC. 입력 텐서의 해당 요소 쌍마다 보다 작거나 같은 논리를 수행하여 결과(true의 경우 1, false의 경우 0)를 OutputTensor의 해당 요소에 배치합니다. |
| DML_ELEMENT_WISE_LOGICAL_NOT_OPERATOR_DESC. 입력의 모든 요소에 대해 논리 NOT 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
DML_ELEMENT_WISE_LOGICAL_OR_OPERATOR_DESC. 의 모든 요소와 의 해당 요소 ATensorBTensor간에 논리적 OR 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
DML_ELEMENT_WISE_LOGICAL_XOR_OPERATOR_DESC. 의 모든 요소와 의 해당 BTensor요소 ATensor 간에 논리 배타적 OR(XOR) 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_LOG_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 자연 로그 함수 f(x) = log(x * scale + bias)를 수행하는 DirectML 수학 연산자를 설명합니다. |
DML_ELEMENT_WISE_MAX_OPERATOR_DESC. 의 모든 요소와 의 해당 BTensor요소 ATensor 간에 최대 함수를 수행하는 DirectML 수학 감소 연산자에 대해 설명합니다. |
DML_ELEMENT_WISE_MEAN_OPERATOR_DESC. 의 모든 요소와 의 해당 BTensor요소 ATensor 간에 산술 평균 함수를 수행하는 DirectML 수학 감소 연산자를 설명합니다. |
DML_ELEMENT_WISE_MIN_OPERATOR_DESC. 의 모든 요소와 의 해당 BTensor요소 ATensor 간에 최소 함수를 수행하는 DirectML 수학 감소 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_MODULUS_FLOOR_OPERATOR_DESC. 입력 텐서의 해당 요소 쌍마다 Python 모듈러스와 동일한 결과를 사용하여 모듈러스를 계산하여 결과를 OutputTensor의 해당 요소에 배치합니다. |
| DML_ELEMENT_WISE_MODULUS_TRUNCATE_OPERATOR_DESC. 입력 텐서의 해당 요소 쌍마다 C 모듈러스 연산자를 계산하여 결과를 OutputTensor의 해당 요소에 배치합니다. |
DML_ELEMENT_WISE_MULTIPLY_OPERATOR_DESC. 의 모든 요소를 의 해당 BTensor요소 ATensor 로 곱하는 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_POW_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 파워 함수 f(x, 지수) = pow(x * 배율 + 바이어스, 지수)를 수행하는 DirectML 수학 연산자를 설명합니다. |
DML_ELEMENT_WISE_QUANTIZE_LINEAR_OPERATOR_DESC. 및 ZeroPointTensor의 해당 요소 ScaleTensor 와 관련하여 모든 요소에서 InputTensor 선형 수량화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_ELEMENT_WISE_QUANTIZED_LINEAR_ADD_OPERATOR_DESC. ATensor의 모든 요소를 BTensor의 해당 요소에 추가하여 결과를 OutputTensor의 해당 요소에 배치합니다. |
| DML_ELEMENT_WISE_RECIP_OPERATOR_DESC. 입력의 모든 요소에 대해 상호 함수를 수행하는 DirectML 수학 연산자를 설명합니다. |
| DML_ELEMENT_WISE_ROUND_OPERATOR_DESC. InputTensor의 각 요소를 정수 값으로 반올림하여 결과를 OutputTensor의 해당 요소에 배치합니다. |
| DML_ELEMENT_WISE_SIGN_OPERATOR_DESC. 입력에서 요소로 축소 활성화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_ELEMENT_WISE_SIN_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 사인 함수 f(x) = sin(x * scale + bias)을 수행하는 DirectML 삼각 연산자를 설명합니다. |
| DML_ELEMENT_WISE_SINH_OPERATOR_DESC. 요소별 쌍곡선 사인 함수 f(x) = ((e^x - e^-x) / 2) * 배율 + 바이어스를 수행하는 DirectML 삼각 연산자를 설명합니다. 여기서 배율 및 바이어스 용어는 선택 사항입니다. |
| DML_ELEMENT_WISE_SQRT_OPERATOR_DESC. 입력의 모든 요소에서 제곱근 함수를 수행하는 DirectML 수학 연산자에 대해 설명합니다. |
DML_ELEMENT_WISE_SUBTRACT_OPERATOR_DESC. 의 해당 요소ATensor에서 의 모든 요소를 BTensor 빼는 함수를 수행하는 DirectML 수학 연산자를 설명합니다. |
| DML_ELEMENT_WISE_TAN_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 탄젠트 함수 f(x) = tan(x * scale + bias)을 수행하는 DirectML 삼각 연산자를 설명합니다. |
| DML_ELEMENT_WISE_TANH_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 역 하이퍼볼릭 탄젠트 함수 f(x) = tanh(x) * scale + bias를 수행하는 DirectML 삼각 연산자를 설명합니다. |
| DML_ELEMENT_WISE_THRESHOLD_OPERATOR_DESC. 소수 자릿수 및 바이어스 용어가 선택 사항인 요소별 임계값 함수 f(x) = max(x * scale + bias, min)를 수행하는 DirectML 수학 연산자를 설명합니다. |
| DML_FEATURE_DATA_TENSOR_DATA_TYPE_SUPPORT. DirectML 디바이스가 텐서 내의 특정 데이터 형식을 지원하는지 여부에 대한 세부 정보를 제공합니다. |
| DML_FEATURE_QUERY_TENSOR_DATA_TYPE_SUPPORT. DirectML 디바이스에서 텐서 내의 특정 데이터 형식에 대한 지원을 쿼리하는 데 사용됩니다. |
| DML_FILL_VALUE_CONSTANT_OPERATOR_DESC. 지정된 상수 값으로 텐서를 채웁니다. |
| DML_FILL_VALUE_SEQUENCE_OPERATOR_DESC. 텐서를 시퀀스로 채웁니다. |
| DML_GATHER_ELEMENTS_OPERATOR_DESC. 인덱스 텐서를 사용하여 지정된 축을 따라 입력 텐서에서 요소를 수집하여 입력에 다시 매핑합니다. |
| DML_GATHER_ND_OPERATOR_DESC. 인덱스 텐서를 사용하여 입력 텐서에서 요소를 수집하여 인덱스를 입력의 전체 하위 블록에 다시 매핑합니다. |
| DML_GATHER_ND1_OPERATOR_DESC. 인덱스 텐서를 사용하여 입력 텐서에서 요소를 수집하여 인덱스를 입력의 전체 하위 블록에 다시 매핑합니다. |
| DML_GATHER_OPERATOR_DESC. 순위 r >= 1의 데이터 텐서와 순위 q의 인덱스 텐서가 제공될 때 인덱스로 인덱싱된 데이터의 축 차원(기본적으로 가장 바깥쪽 1은 축 == 0)의 항목을 수집하고 q + (r - 1)의 출력 텐서에 연결하는 DirectML 데이터 재구성 연산자를 설명합니다. |
| DML_GEMM_OPERATOR_DESC. 입력, y = alpha * transposeA(A) * transposeB(B) + 베타 * C에서 일반 행렬 곱하기 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_GRAPH_DESC. 결합된 최적화된 연산자를 컴파일하는 데 사용되는 DirectML 연산자의 그래프를 설명합니다. |
| DML_GRAPH_EDGE_DESC. DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph에 전달된 DirectML 연산자의 그래프 내 연결에 대한 일반 컨테이너입니다. |
| DML_GRAPH_NODE_DESC. DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph에 전달된 DirectML 연산자의 그래프 내 노드에 대한 일반 컨테이너입니다. |
| DML_GRU_OPERATOR_DESC. 입력에서 (표준 계층) GRU(1층 제어 되풀이 단위) 함수를 수행하는 DirectML 딥 러닝 연산자에 대해 설명합니다. |
| DML_INPUT_GRAPH_EDGE_DESC. DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph에 전달된 DirectML 연산자의 그래프 내 연결을 설명합니다. 이 구조체는 그래프 입력에서 내부 노드의 입력으로의 연결을 정의하는 데 사용됩니다. |
| DML_INTERMEDIATE_GRAPH_EDGE_DESC. DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph에 전달된 DirectML 연산자의 그래프 내 연결을 설명합니다. 이 구조체는 내부 노드 간의 연결을 정의하는 데 사용됩니다. |
| DML_JOIN_OPERATOR_DESC. 입력 텐서 배열에서 조인 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_LOCAL_RESPONSE_NORMALIZATION_GRAD_OPERATOR_DESC. 로컬 응답 정규화를 위한 백프로포지션 그라데이션을 계산합니다. |
| DML_LOCAL_RESPONSE_NORMALIZATION_OPERATOR_DESC. 입력에서 LRN(로컬 응답 정규화) 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_LP_NORMALIZATION_OPERATOR_DESC. 입력 텐서의 지정된 축을 따라 Lp 정규화 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_LP_POOLING_OPERATOR_DESC. 입력 텐서에서 Lp 풀링 함수를 수행하는 DirectML 연산자를 설명합니다. |
| DML_LSTM_OPERATOR_DESC. 입력에서 1층 LSTM(장기 단기 메모리) 함수를 수행하는 DirectML 딥 러닝 연산자에 대해 설명합니다. |
| DML_MATRIX_MULTIPLY_INTEGER_OPERATOR_DESC. 정수 데이터에 대해 행렬 곱하기 함수를 수행합니다. |
| DML_MAX_POOLING_GRAD_OPERATOR_DESC. 최대 풀링에 대한 백프로포지션 그라데이션을 계산합니다( DML_MAX_POOLING2_OPERATOR_DESC 참조). |
| DML_MAX_POOLING_OPERATOR_DESC. 입력 텐서에서 최대 풀링 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_MAX_POOLING1_OPERATOR_DESC. 입력 텐서에서 최대 풀링 함수를 수행하는 DirectML 연산자(커널 크기, 보폭 크기 및 패드 길이에 따라), y = max(x1 + x2 + ... x_pool_size). |
| DML_MAX_POOLING2_OPERATOR_DESC. 입력 텐서를 통해 슬라이딩 윈도우 내의 요소에서 최대값을 계산하고 선택적으로 선택한 최대 값의 인덱스를 반환합니다. |
| DML_MAX_UNPOOLING_OPERATOR_DESC. 지정된 셰이프의 출력 텐서(명시적 또는 입력 셰이프+ 안쪽 여백)를 0으로 채운 다음 입력 텐서의 각 값을 해당 인덱스 배열의 요소 오프셋에 있는 출력 텐서에 쓰는 DirectML 연산자를 설명합니다. |
| DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC. 입력 텐서에서 평균 분산 정규화 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_MEAN_VARIANCE_NORMALIZATION1_OPERATOR_DESC. 입력 텐서에서 평균 분산 정규화 함수를 수행합니다. 이 연산자는 정규화를 수행하기 위해 입력 텐서의 평균 및 분산을 계산합니다. |
| DML_NONZERO_COORDINATES_OPERATOR_DESC. 입력 텐서의 0이 아닌 모든 요소의 N차원 좌표를 계산합니다. |
| DML_ONE_HOT_OPERATOR_DESC. 각 요소가 두 값('on' 또는 'off' 값)으로 채워진 텐서를 생성하는 DirectML 연산자를 설명합니다. |
| DML_OPERATOR_DESC. 연산자 설명에 대한 제네릭 컨테이너입니다. 이 구조체에 지정된 매개 변수를 사용하여 DirectML 연산자를 생성합니다. |
| DML_OPERATOR_GRAPH_NODE_DESC. DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph에 전달된 DirectML 연산자의 그래프 내에서 노드를 거부합니다. |
| DML_OUTPUT_GRAPH_EDGE_DESC. DML_GRAPH_DESC 정의하고 IDMLDevice1::CompileGraph에 전달된 DirectML 연산자의 그래프 내 연결을 설명합니다. 이 구조체는 내부 노드의 출력에서 그래프 출력으로의 연결을 정의하는 데 사용됩니다. |
| DML_PADDING_OPERATOR_DESC. 에지에 0(또는 다른 값)으로 입력 텐서를 팽창시키는 DirectML 데이터 재구성 연산자를 설명합니다. |
| DML_QUANTIZED_LINEAR_CONVOLUTION_OPERATOR_DESC. InputTensor를 사용하여 FilterTensor의 구성을 수행합니다. 이 연산자는 정량화된 데이터에 대해 정방향 컨볼루션을 수행합니다. 이 연산자는 수학적으로 입력을 정량화하고, 결합한 다음, 출력을 정량화하는 것과 같습니다. |
| DML_QUANTIZED_LINEAR_MATRIX_MULTIPLY_OPERATOR_DESC. 양자화된 데이터에 대해 행렬 곱하기 함수를 수행합니다. 이 연산자는 입력을 수량화한 다음 행렬을 곱한 다음 출력을 정량화하는 것과 수학적으로 동일합니다. |
| DML_RANDOM_GENERATOR_OPERATOR_DESC. 출력 텐서를 결정적으로 생성된 의사 임의 균일하게 분산된 비트로 채웁니다. 이 연산자는 필요에 따라 업데이트된 내부 생성기 상태를 출력할 수도 있습니다. 이 상태는 연산자의 후속 실행 중에 사용할 수 있습니다. |
| DML_REDUCE_OPERATOR_DESC. 입력에서 지정된 감소 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |
| DML_RESAMPLE_GRAD_OPERATOR_DESC. Resample에 대한 백프로포지션 그라데이션을 계산합니다( DML_RESAMPLE1_OPERATOR_DESC 참조). |
| DML_RESAMPLE_OPERATOR_DESC. 소수 자릿수를 사용하여 대상 텐서 크기를 계산하여 원본에서 대상 텐서로 요소를 다시 샘플링하는 DirectML 연산자에 대해 설명합니다. |
| DML_RESAMPLE1_OPERATOR_DESC. 배율 인수를 사용하여 대상 텐서 크기를 계산하여 원본에서 대상 텐서로 요소를 다시 샘플링합니다. 선형 또는 가장 가까운 인접 보간 모드를 사용할 수 있습니다. |
| DML_REVERSE_SUBSEQUENCES_OPERATOR_DESC. 텐서의 하나 이상의 하위 시퀀스의 요소를 역방향으로 바꿉니다. 역방향으로 사용할 하위 시퀀스 집합은 제공된 축 및 시퀀스 길이에 따라 선택됩니다. |
| DML_RNN_OPERATOR_DESC. 입력에서 1계층 단순 RNN(되풀이 신경망) 함수를 수행하는 DirectML 딥 러닝 연산자에 대해 설명합니다. |
| DML_ROI_ALIGN_OPERATOR_DESC. R-CNN 마스크 용지에 설명된 대로 ROI 맞춤 작업을 수행합니다. 요약하자면, 이 작업은 입력 이미지 텐서에서 자르기를 추출하고 지정된 InterpolationMode를 사용하여 OutputTensor의 마지막 2차원에 지정된 공통 출력 크기로 크기를 조정합니다. |
| DML_ROI_ALIGN1_OPERATOR_DESC. R-CNN 마스크 용지에 설명된 대로 ROI 맞춤 작업을 수행합니다. 요약하자면, 이 작업은 입력 이미지 텐서에서 잘린 창을 추출하고 지정된 InterpolationMode를 사용하여 OutputTensor의 마지막 2차원에 지정된 공통 출력 크기로 크기를 조정합니다. |
| DML_ROI_POOLING_OPERATOR_DESC. 입력 텐서에서 풀링 함수를 수행하는 DirectML 연산자에 대해 설명합니다(관심 영역 또는 UI에 따라). |
| DML_SCALAR_UNION. 스칼라 형식의 공용 구조체입니다. |
| DML_SCALE_BIAS. DirectML 연산자에 제공된 크기 조정 및 바이어스 용어의 값을 포함합니다. |
| DML_SCATTER_ND_OPERATOR_DESC. 전체 입력 텐서를 출력에 복사한 다음, 선택한 인덱스를 업데이트 텐서의 해당 값으로 덮어씁니다. |
| DML_SCATTER_OPERATOR_DESC. 전체 입력 텐서를 출력에 복사한 다음, 선택한 인덱스를 업데이트 텐서의 해당 값으로 덮어쓰는 DirectML 연산자를 설명합니다. |
| DML_SIZE_2D. 텐서 내 요소의 2차원 평면 또는 2차원 배율 또는 2차원 너비/높이 값의 크기(DirectML 연산자에 제공됨)를 나타낼 수 있는 값을 포함합니다. |
| DML_SLICE_GRAD_OPERATOR_DESC. 조각에 대한 백프로포지션 그라데이션을 계산합니다( DML_SLICE1_OPERATOR_DESC 참조). |
| DML_SLICE_OPERATOR_DESC. 여러 축을 따라 입력 텐서의 조각을 생성하는 DirectML 데이터 재구성 연산자에 대해 설명합니다. |
| DML_SLICE1_OPERATOR_DESC. 입력 텐서의 단일 하위 영역("조각")을 추출합니다. |
| DML_SPACE_TO_DEPTH_OPERATOR_DESC. 공간 데이터 블록을 깊이로 다시 정렬하는 DirectML 데이터 재구성 연산자에 대해 설명합니다. |
| DML_SPACE_TO_DEPTH1_OPERATOR_DESC. 공간 데이터 블록을 깊이로 다시 정렬합니다. 연산자는 높이 및 너비 차원의 값이 깊이 차원으로 이동되는 입력 텐서의 복사본을 출력합니다. |
| DML_SPLIT_OPERATOR_DESC. 지정된 축을 따라 입력 텐서를 여러 출력 텐서로 분할하는 DirectML 데이터 재구성 연산자에 대해 설명합니다. |
| DML_TENSOR_DESC. DirectML 텐서 설명에 대한 일반 컨테이너입니다. |
| DML_TILE_OPERATOR_DESC. 입력 텐서를 타일링하여 출력 텐서를 생성하는 DirectML 데이터 재구성 연산자에 대해 설명합니다. |
| DML_TOP_K_OPERATOR_DESC. 지정된 축을 따라 상위 K 요소를 검색하는 DirectML 감소 연산자에 대해 설명합니다. |
| DML_TOP_K1_OPERATOR_DESC. InputTensor의 축을 따라 각 시퀀스에서 가장 크거나 작은 K 요소를 선택하고 각각 OutputValueTensor 및 OutputIndexTensor에서 해당 요소의 값과 인덱스를 반환합니다. |
| DML_UPSAMPLE_2D_OPERATOR_DESC. 입력 텐서에 포함된 이미지를 업샘플링하는 DirectML 이미징 연산자를 설명합니다. |
| DML_VALUE_SCALE_2D_OPERATOR_DESC. 입력 텐서의 값에 대해 요소별 배율 및 바이어스 함수를 수행하는 DirectML 연산자에 대해 설명합니다. |