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 für jedes Element in InputTensor die Aktivierungsfunktion für kontinuierlich differenzierbare exponential lineare Einheit (CELU) aus, und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ACTIVATION_ELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Aktivierungsfunktion für exponentielle lineare Einheit (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 ReLU-Aktivierungsfunktion (Leaky Rectified Linear Unit) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_LINEAR_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine lineare Aktivierungsfunktion für jedes Element in der Eingabe 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 ReLU-Aktivierungsfunktion (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 Backpropagationsverläufe für eine rektifizierte lineare Einheit (ReLU).
DML_ACTIVATION_RELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine ReLU-Aktivierungsfunktion (Rectified Linear Unit) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SCALED_ELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine ELU-Aktivierungsfunktion (Scaled Exponential Linear Unit) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SCALED_TANH_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine skalierte hyperbolische Tangentenaktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SHRINK_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine elementweise Verkleinerungsaktivierungsfunktion 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 Softsignaktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_TANH_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine hyperbolische Tangentenaktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_THRESHOLDED_RELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine ReLU-Aktivierungsfunktion (Rectified Linear Unit, ReLU) für jedes Element in der Eingabe ausführt.
DML_ADAM_OPTIMIZER_OPERATOR_DESC. Berechnet aktualisierte Gewichtungen (Parameter) mithilfe der angegebenen Farbverläufe basierend auf dem Adam-Algorithmus (ADAptive Moment estimation). Dieser Operator ist ein Optimierer und wird in der Regel im Gewichtungsaktualisierungsschritt einer Trainingsschleife verwendet, um den Gradientenabstieg durchzuführen.
DML_AVERAGE_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine durchschnittliche Poolingfunktion 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 Backpropagationsverläufe für das durchschnittliche Pooling (siehe DML_AVERAGE_POOLING_OPERATOR_DESC).
DML_BATCH_NORMALIZATION_GRAD_OPERATOR_DESC. Berechnet Backpropagationsverläufe für die 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::Reset an.
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, der durch einen Offset und eine Größe in einer ID3D12Resource dargestellt wird.
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 der Eingabe in den Datentyp des Ausgabe tensors umformt und das Ergebnis im entsprechenden Element in der Ausgabe speichert.
DML_CONVOLUTION_INTEGER_OPERATOR_DESC. Führt eine Verschachtelung des FilterTensors mit dem InputTensor durch. Dieser Operator führt Vorwärtskonvolution für ganzzahlige Daten durch.
DML_CONVOLUTION_OPERATOR_DESC. Beschreibt einen DirectML-Matrixmultiplikationsoperator, der eine Faltungsfunktion für die Eingabe ausführt.
DML_CUMULATIVE_PRODUCT_OPERATOR_DESC. Multipliziert die Elemente eines Tensors entlang einer Achse und schreibt die laufende Tallye des Produkts in den Ausgabe tensor.
DML_CUMULATIVE_SUMMATION_OPERATOR_DESC. Summiert die Elemente eines Tensors entlang einer Achse und schreibt die laufende Ally der Summation in den Ausgabe tensor.
DML_DEPTH_TO_SPACE_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der Daten aus der Tiefe in Blöcke räumlicher Daten neu anordnet (permutiert).
DML_DEPTH_TO_SPACE1_OPERATOR_DESC. Umsortiert (permutiert) Daten aus der Tiefe in Blöcke von räumlichen Daten. Der Operator gibt eine Kopie des Eingabe-Tensors aus, bei dem Werte aus der Tiefendimension in räumlichen Blöcken in die Höhen- und Breitendimensionen verschoben werden.
DML_DIAGONAL_MATRIX_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der eine identitätsähnliche Matrix mit Einsen in der Hauptdiagonale und nullen überall an anderer Stelle generiert.
DML_DYNAMIC_QUANTIZE_LINEAR_OPERATOR_DESC. Berechnet die Quantisierungsskala und Nullpunktwerte, die zum Quantisieren des InputTensor erforderlich sind, und wendet dann diese Quantisierung an, und schreibt das Ergebnis in OutputTensor.
DML_ELEMENT_WISE_ABS_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die elementweise absolute Wertfunktion f(x) = abs(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_ACOS_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise Arccosine-Funktion f(x) = acos(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_ACOSH_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise inverse hyperbolische Kosinusfunktion f(x) = log(x + sqrt(x * x - 1)) * skalierung + bias ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_ADD_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die Funktion ausführt, jedes Element in ATensor dem entsprechenden Element in BTensor hinzuzufügen.
DML_ELEMENT_WISE_ADD1_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die Funktion ausführt, jedes Element in ATensor dem entsprechenden Element in BTensor, f(a, b) = a + b, mit der Option für die Aktivierung von Sicherungen hinzuzufügen.
DML_ELEMENT_WISE_ASIN_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise Arcsinusfunktion f(x) = asin(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_ASINH_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise inverse hyperbolische Sinusfunktion f(x) = log(x + sqrt(x * x + 1)) * skalierung + bias ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_ATAN_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise arctangent-Funktion f(x) = atan(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_ATANH_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise inverse hyperbolische Tangentenfunktion f(x) = (log(1 + x) / (1 - x)) / 2) * Skalierung + Bias ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_ATAN_YX_OPERATOR_DESC. Berechnet den 2-Argument-Arctangent für jedes Element von ATensor und BTensor, wobei ATensor die Y-Achse und BTensor die X-Achse ist, und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_BIT_AND_OPERATOR_DESC. Berechnet das bitweise AND zwischen jedem entsprechenden Element der Eingabe tensors und schreibt das Ergebnis in den Ausgabe tensor.
DML_ELEMENT_WISE_BIT_COUNT_OPERATOR_DESC. Berechnet das bitweise 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 Auffüllungsanzahl (die Anzahl der Bits, die auf 1 festgelegt ist) 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 tensors und schreibt das Ergebnis in den Ausgabe tensor.
DML_ELEMENT_WISE_BIT_SHIFT_LEFT_OPERATOR_DESC. Führt eine logische Linksverschiebung jedes Elements von ATensor durch eine Anzahl von Bits durch, die vom entsprechenden Element von BTensor angegeben sind, und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_BIT_SHIFT_RIGHT_OPERATOR_DESC. Führt eine logische Rechtsverschiebung jedes Elements von ATensor durch eine Anzahl von Bits durch, die vom entsprechenden Element von BTensor angegeben wird, und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_BIT_XOR_OPERATOR_DESC. Berechnet den bitweisen XOR (eXclusive OR) zwischen jedem entsprechenden Element der Eingabe tensors und schreibt das Ergebnis in den Ausgabe tensor.
DML_ELEMENT_WISE_CEIL_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die elementweise Deckenfunktion f(x) = ceil(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_CLIP_GRAD_OPERATOR_DESC. Berechnet Backpropagationsverläufe für elementweise Clips.
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 Biasbegriffe optional sind und wobei clamp(x) = min(maxValue, max(minValue, x)) ist.
DML_ELEMENT_WISE_CONSTANT_POW_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der die elementweise konstante Leistungsfunktion f(x) = pow(x * scale + bias, exponent) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_COS_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise Kosinusfunktion f(x) = cos(x * skalierung + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_COSH_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise hyperbolische Kosinusfunktion f(x) = ((e^x + e^-x) / 2) * Skalierung + Bias ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_DEQUANTIZE_LINEAR_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der die lineare Dequantisierungsfunktion für jedes Element im InputTensor 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-Mathematikoperator, der die Funktion ausführt, jedes Element durch ATensor das entsprechende Element in BTensorzu dividieren.
DML_ELEMENT_WISE_ERF_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die elementweise natürliche Exponentialfunktion f(x) = exp(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_EXP_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die elementweise natürliche Exponentialfunktion f(x) = exp(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_FLOOR_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die elementweise Bodenfunktion f(x) = floor(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_IDENTITY_OPERATOR_DESC. Beschreibt einen generischen DirectML-Operator, der die elementweise Identitätsfunktion f(x) = x * Skalierung + Bias ausführt.
DML_ELEMENT_WISE_IF_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der im Wesentlichen eine ternäre if Anweisung ausführt.
DML_ELEMENT_WISE_IS_INFINITY_OPERATOR_DESC. Überprüft jedes Element von InputTensor auf IEEE-754 -inf, inf oder beides, abhängig vom angegebenen InfinityMode, und platziert das Ergebnis (1 für true, 0 für false) im entsprechenden Element von OutputTensor.
DML_ELEMENT_WISE_IS_NAN_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der elementweise bestimmt, ob die Eingabe NaN ist.
DML_ELEMENT_WISE_LOGICAL_AND_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der eine logische AND-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_LOGICAL_EQUALS_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der eine logische Gleichheitsfunktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
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 für jedes Paar der entsprechenden Elemente der Eingabe tensors ein logisches größer oder gleich aus , und platziert das Ergebnis (1 für true, 0 für false) im entsprechenden Element von OutputTensor.
DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, 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 für jedes Paar der entsprechenden Elemente der Eingabe tensors ein logisches kleiner oder gleich aus , und platziert das Ergebnis (1 für true, 0 für false) im entsprechenden Element von OutputTensor.
DML_ELEMENT_WISE_LOGICAL_NOT_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der eine logische NOT-Funktion für jedes Element in der Eingabe ausführt.
DML_ELEMENT_WISE_LOGICAL_OR_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, 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-Mathematikoperator, der eine logische exklusive OR-Funktion (XOR) zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_LOG_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die elementweise natürliche Logarithmusfunktion f(x) = log(x * skalierung + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_MAX_OPERATOR_DESC. Beschreibt einen DirectML-Mathematischen Reduktionsoperator, der eine maximale Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_MEAN_OPERATOR_DESC. Beschreibt einen DirectML-Mathematischen Reduktionsoperator, der eine arithmetische Mittelfunktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_MIN_OPERATOR_DESC. Beschreibt einen DirectML-Mathematischen Reduktionsoperator, der eine Minimale Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensorausführt.
DML_ELEMENT_WISE_MODULUS_FLOOR_OPERATOR_DESC. Berechnet den Modulus mit den gleichen Ergebnissen wie der Python-Modulus für jedes Paar entsprechender Elemente aus den Eingabe tensors, wobei das Ergebnis im entsprechenden Element von OutputTensor platziert wird.
DML_ELEMENT_WISE_MODULUS_TRUNCATE_OPERATOR_DESC. Berechnet den C-Modulus-Operator für jedes Paar der entsprechenden Elemente der Eingabe tensors, und platziert das Ergebnis im entsprechenden Element von OutputTensor.
DML_ELEMENT_WISE_MULTIPLY_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die Funktion ausführt, jedes Element in ATensor mit dem entsprechenden Element in BTensorzu multiplizieren.
DML_ELEMENT_WISE_POW_OPERATOR_DESC. Beschreibt einen DirectML-Mathematikoperator, der die elementweise Energiefunktion f(x, exponent) = pow(x * scale + bias, exponent) ausführt, wobei die Skalierungs- und Biasbegriffe 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 BTensor hinzu, und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_RECIP_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der eine reziproke Funktion für jedes Element in der Eingabe ausführt.
DML_ELEMENT_WISE_ROUND_OPERATOR_DESC. Rundet jedes Element von InputTensor auf einen ganzzahligen Wert, und platziert das Ergebnis im entsprechenden Element von OutputTensor.
DML_ELEMENT_WISE_SIGN_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine elementweise Verkleinerungsaktivierungsfunktion für die Eingabe ausführt.
DML_ELEMENT_WISE_SIN_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise Sinusfunktion f(x) = sin(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_SINH_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise hyperbolische Sinusfunktion f(x) = ((e^x - e^-x) / 2) * Skalierung + Bias ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_SQRT_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der eine Quadratwurzelfunktion für jedes Element in der Eingabe ausführt.
DML_ELEMENT_WISE_SUBTRACT_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die Funktion ausführt, jedes Element in BTensor vom entsprechenden Element in ATensorzu subtrahieren.
DML_ELEMENT_WISE_TAN_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise Tangentenfunktion f(x) = tan(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_TANH_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise inverse hyperbolische Tangentenfunktion f(x) = tanh(x) * scale + bias ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_THRESHOLD_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die elementweise Schwellenwertfunktion f(x) = max(x * skalierung + bias, min) ausführt, wobei die Skalierungs- und Biasbegriffe 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 auf seine Unterstützung für einen bestimmten Datentyp innerhalb von Tensoren abzufragen.
DML_FILL_VALUE_CONSTANT_OPERATOR_DESC. Füllt einen Tensor mit der angegebenen Konstanten Value.
DML_FILL_VALUE_SEQUENCE_OPERATOR_DESC. Füllt einen Tensor mit einer Sequenz.
DML_GATHER_ELEMENTS_OPERATOR_DESC. Sammelt Elemente aus dem Eingabe tensor entlang der angegebenen Achse mithilfe des Indizes-Tensors, um der Eingabe neu zuzuordnen.
DML_GATHER_ND_OPERATOR_DESC. Sammelt Elemente aus dem Eingabe tensor, wobei der Indizes-Tensor verwendet wird, um Indizes ganzen Teilblöcken der Eingabe neu zuzuordnen.
DML_GATHER_ND1_OPERATOR_DESC. Sammelt Elemente aus dem Eingabe tensor, wobei der Indizes-Tensor verwendet wird, um Indizes ganzen Teilblöcken der Eingabe neu zuzuordnen.
DML_GATHER_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der die >Einträge in der Achsendimension der Daten (standardmäßig Achse == 0) erfasst, die nach Indizes indizierten Indizes in einem Ausgabe tensor des Rangs q + (r - 1) enthält.
DML_GEMM_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine allgemeine Matrixmultiplikationsfunktion für die Eingabe ausführt, 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 innerhalb eines Graphen von DirectML-Operatoren , die von DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden.
DML_GRAPH_NODE_DESC. Ein generischer Container für einen Knoten in einem Diagramm von DirectML-Operatoren , die von DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden.
DML_GRU_OPERATOR_DESC. Beschreibt einen DirectML-Deep Learning-Operator, der eine GRU-Funktion (1-Layer Gated Recurrent Unit) (Standardebenen) für die Eingabe ausführt.
DML_INPUT_GRAPH_EDGE_DESC. Beschreibt eine Verbindung innerhalb eines Diagramms von DirectML-Operatoren, die von DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden. Diese Struktur wird verwendet, um eine Verbindung zwischen einer Grapheingabe und einer Eingabe eines internen Knotens zu definieren.
DML_INTERMEDIATE_GRAPH_EDGE_DESC. Beschreibt eine Verbindung innerhalb eines Diagramms von DirectML-Operatoren, die von DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden. Diese Struktur wird verwendet, um eine Verbindung zwischen internen Knoten zu definieren.
DML_JOIN_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Joinfunktion für ein Array von Eingabe tensoren ausführt.
DML_LOCAL_RESPONSE_NORMALIZATION_GRAD_OPERATOR_DESC. Berechnet Backpropagationsverläufe für die Normalisierung lokaler Antworten.
DML_LOCAL_RESPONSE_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Funktion zur Normalisierung lokaler Antworten (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-Poolingfunktion für den Eingabe tensor ausführt.
DML_LSTM_OPERATOR_DESC. Beschreibt einen DirectML-Deep Learning-Operator, der eine einschichtige LSTM-Funktion (Long Short Term Memory) 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 gradients for max pooling (siehe DML_MAX_POOLING2_OPERATOR_DESC).
DML_MAX_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Max.-Poolingfunktion für den Eingabe tensor ausführt.
DML_MAX_POOLING1_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Max.-Poolingfunktion über den Eingabe tensor hinweg ausführt (gemäß Kernelgrößen, Schrittgrößen und Padlängen), y = max(x1 + x2 + ... x_pool_size).
DML_MAX_POOLING2_OPERATOR_DESC. Berechnet den Maximalwert für die Elemente innerhalb des gleitenden Fensters 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 der angegebenen Form (entweder explizit oder die Eingabeform plus Abstand) mit Nullen auffüllt und dann jeden Wert aus dem Eingabe tensor am Elementoffset des entsprechenden Indizesarrays in den Ausgabe tensor schreibt.
DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Normalisierungsfunktion für die mittlere Varianz auf dem Eingabe tensor ausführt.
DML_MEAN_VARIANCE_NORMALIZATION1_OPERATOR_DESC. Führt eine normalisierungsfunktion für die mittlere Varianz für den Eingabe tensor aus. Dieser Operator berechnet den Mittelwert und die Varianz des Eingabe tensors, um eine 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 generiert, wobei jedes Element mit zwei Werten gefüllt ist– entweder einen "on"- oder einen "off"-Wert.
DML_OPERATOR_DESC. Ein generischer Container für eine Operatorbeschreibung. Sie erstellen DirectML-Operatoren mithilfe der in dieser Struktur angegebenen Parameter.
DML_OPERATOR_GRAPH_NODE_DESC. Beschreibt einen Knoten in einem Diagramm von DirectML-Operatoren, die von DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden.
DML_OUTPUT_GRAPH_EDGE_DESC. Beschreibt eine Verbindung innerhalb eines Diagramms von DirectML-Operatoren, die von DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden. Diese Struktur wird verwendet, um eine Verbindung zwischen einer Ausgabe eines internen Knotens und einer Graphausgabe zu definieren.
DML_PADDING_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der den Eingabe tensor mit Nullen (oder einem anderen Wert) an den Kanten aufbläht.
DML_QUANTIZED_LINEAR_CONVOLUTION_OPERATOR_DESC. Führt eine Konvolution des FilterTensor mit dem InputTensor aus. Dieser Operator führt Vorwärtskonvolution für quantisierte Daten aus. Dieser Operator entspricht mathematisch dem Dequantisieren der Eingaben, dem Konvolvieren und anschließenden Quantisieren der Ausgabe.
DML_QUANTIZED_LINEAR_MATRIX_MULTIPLY_OPERATOR_DESC. Führt eine Matrixmultiplikationsfunktion für quantisierte Daten aus. Dieser Operator entspricht mathematisch dem Dequantisieren der Eingaben, dann der Matrixmultiplikation und dem anschließenden Quantisieren der Ausgabe.
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 Generatorzustand ausgeben, der bei nachfolgenden Ausführungen des Operators verwendet werden kann.
DML_REDUCE_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der die angegebene Reduzierungsfunktion für die Eingabe ausführt.
DML_RESAMPLE_GRAD_OPERATOR_DESC. Berechnet backpropagation gradients for Resample (siehe DML_RESAMPLE1_OPERATOR_DESC).
DML_RESAMPLE_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der Elemente aus der Quelle in den Ziel-Tensor neuampelt, wobei die Skalierungsfaktoren verwendet werden, um die Ziel-Tensorgröße zu berechnen.
DML_RESAMPLE1_OPERATOR_DESC. Zuordnen von Elementen aus der Quelle in den Ziel-Tensor unter Verwendung der Skalierungsfaktoren zum Berechnen der Ziel-Tensorgröße. Sie können einen linearen oder nächstgelegenen Interpolationsmodus verwenden.
DML_REVERSE_SUBSEQUENCES_OPERATOR_DESC. Kehrt die Elemente einer oder mehrerer Untersequizen eines Tensors um. Der Satz der zu umkehrenden Untersequencen wird basierend auf der angegebenen Achsen- und Sequenzlänge ausgewählt.
DML_RNN_OPERATOR_DESC. Beschreibt einen DirectML-Deep Learning-Operator, der eine einschichtige FUNKTION des einfachen rezidivierenden neuronalen Netzwerks (RNN) für die Eingabe ausführt.
DML_ROI_ALIGN_OPERATOR_DESC. Führt einen ROI-Ausrichtungsvorgang aus, wie im Dokument Mask R-CNN beschrieben. Zusammengefasst extrahiert der Vorgang Feldkulturen aus dem Eingabeimage-Tensor und ändert sie in eine allgemeine Ausgabegröße, die von den letzten 2 Dimensionen von OutputTensor mit dem angegebenen InterpolationMode angegeben wird.
DML_ROI_ALIGN1_OPERATOR_DESC. Führt einen ROI-Ausrichtungsvorgang aus, wie im Dokument Mask R-CNN beschrieben. Zusammengefasst extrahiert der Vorgang zugeschnittene Fenster aus dem Eingabeimage-Tensor und ändert ihre Größe in eine allgemeine Ausgabegröße, die von den letzten 2 Dimensionen von OutputTensor mit dem angegebenen InterpolationMode angegeben wird.
DML_ROI_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Poolfunktion über den Eingabe-Tensor (entsprechend den relevanten Regionen oder ROIs) ausführt.
DML_SCALAR_UNION. Eine Vereinigung skalarer Typen.
DML_SCALE_BIAS. Enthält die Werte von Skalierungs- und Biasbegriffen, 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 Update-Tensor.
DML_SCATTER_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der den gesamten Eingabe-Tensor in die Ausgabe kopiert und dann ausgewählte Indizes mit entsprechenden Werten aus dem Updates-Tensor überschreibt.
DML_SIZE_2D. Enthält Werte, die die Größe (wie für einen DirectML-Operator angegeben) einer 2D-Ebene von Elementen innerhalb eines Tensors oder einer 2D-Skalierung oder eines beliebigen 2D-Breiten-/Höhenwerts darstellen können.
DML_SLICE_GRAD_OPERATOR_DESC. Berechnet Backpropagationsverläufe für Slice (siehe DML_SLICE1_OPERATOR_DESC).
DML_SLICE_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der einen Slice des Eingabe-Tensors entlang mehrerer Achsen erzeugt.
DML_SLICE1_OPERATOR_DESC. Extrahiert eine einzelne Unterregion (ein "Slice") eines Eingabe tensors.
DML_SPACE_TO_DEPTH_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der Blöcke räumlicher Daten in der Tiefe neu anordnet.
DML_SPACE_TO_DEPTH1_OPERATOR_DESC. Ordnen Sie räumliche Datenblöcke in der Tiefe neu an. Der Operator gibt eine Kopie des Eingabe-Tensors aus, bei dem Werte aus den Höhen- und Breitendimensionen in die Tiefendimension verschoben werden.
DML_SPLIT_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der den Eingabe-Tensor entlang der angegebenen Achse in mehrere Ausgabe tensors aufteilt.
DML_TENSOR_DESC. Ein generischer Container für eine DirectML-Tensorbeschreibung.
DML_TILE_OPERATOR_DESC. Beschreibt einen DirectML-Datenreorganisationsoperator, der einen Ausgabe tensor erstellt, indem er den Eingabe-Tensor kachelt.
DML_TOP_K_OPERATOR_DESC. Beschreibt einen DirectML-Reduzierungsoperator, 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 hochstempelt.
DML_VALUE_SCALE_2D_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine elementweise Skalierungs- und Biasfunktion für die Werte im Eingabe tensor ausführt.