DirectML-Strukturen

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 continuously differentiable Exponential Linear Unit (CELU) aus und platziert das Ergebnis im entsprechenden Element von OutputTensor.
DML_ACTIVATION_ELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine ELU-Aktivierungsfunktion (Exponential Linear Unit) 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 hard sigmoid-Funktion 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 (ReLU) 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 Aktivierungsfunktion "log-of-softmax" 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 Rückeigenschaftenverläufe für eine regradifizierte lineare Einheit (ReLU).
DML_ACTIVATION_RELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine relu-Aktivierungsfunktion (ReLU) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SCALED_ELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Skalierte ELU-Aktivierungsfunktion (Exponential Linear Unit) für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_SCALED_TANH_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine skalierte hyperbolische Tangens-Aktivierungsfunktion 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 sigmoid-Aktivierungsfunktion 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 Tangens-Aktivierungsfunktion für jedes Element in der Eingabe ausführt.
DML_ACTIVATION_THRESHOLDED_RELU_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine ReLU-Aktivierungsfunktion (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 (ADA ptive M oment estimation). Dieser Operator ist ein Optimierer und wird in der Regel im Schritt zur Gewichtungsaktualisierung einer Trainingsschleife verwendet, um gradientenabstiegen 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 Höchstwertelemente innerhalb einer oder mehrere Dimensionen des Eingabetensors aus.
DML_ARGMIN_OPERATOR_DESC. Gibt die Indizes der Minimalwertelemente innerhalb einer oder mehrere Dimensionen des Eingabetensors aus.
DML_AVERAGE_POOLING_GRAD_OPERATOR_DESC. Berechnet Backpropagation-Farbverläufe für durchschnittliches Pooling (siehe DML_AVERAGE_POOLING_OPERATOR_DESC).
DML_BATCH_NORMALIZATION_GRAD_OPERATOR_DESC. Berechnet Rückeigenschaftenverläufe 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, sodass 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 Operatorinitialisierers.
DML_BINDING_TABLE_DESC. Gibt Parameter für IDMLDevice::CreateBindingTable und IDMLBindingTable::Reset an.
DML_BUFFER_ARRAY_BINDING. Gibt eine Ressourcenbindung an, die ein Array einzelner Pufferbindungen ist.
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 eine 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-Datenneustrukturierungsoperator, der die Umwandlungsfunktion f(x) = cast(x) ausführt, jedes Element in der Eingabe in den Datentyp des Ausgabetensors umformt 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 die Vorwärtskonvolution für ganzzahlige Daten aus.
DML_CONVOLUTION_OPERATOR_DESC. Beschreibt einen DirectML-Matrixmultiplikationsoperator, der eine Konvolutionsfunktion für die Eingabe ausführt.
DML_CUMULATIVE_PRODUCT_OPERATOR_DESC. Multipliziert die Elemente eines Tensors entlang einer Achse und schreibt die laufende Zählung des Produkts in den Ausgabemandor.
DML_CUMULATIVE_SUMMATION_OPERATOR_DESC. Summiert die Elemente eines Tensors entlang einer Achse und schreibt die laufende Zählung der Summe in den Ausgabemandor.
DML_DEPTH_TO_SPACE_OPERATOR_DESC. Beschreibt einen DirectML-Datenneustrukturierungsoperator, der Daten aus der Tiefe in Blöcke räumlicher Daten neu anordnen (permutiert).
DML_DEPTH_TO_SPACE1_OPERATOR_DESC. Ordnet Daten aus der Tiefe in Blöcke räumlicher Daten neu an (permutiert). Der Operator gibt eine Kopie des Eingabetensors aus, wobei Werte aus der Tiefendimension in räumlichen Blöcken in die Höhen- und Breitendimensionen verschoben werden.
DML_DIAGONAL_MATRIX_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der eine identitätsbasierte Matrix mit eins auf der Hauptdi diagonalen und Nullen überall sonst generiert.
DML_DYNAMIC_QUANTIZE_LINEAR_OPERATOR_DESC. Berechnet die Quantisierungsskala- und Nullpunktwerte, die zum Quantisieren des InputTensor erforderlich sind, wendet dann diese Quantisierung an und schreibt das Ergebnis in OutputTensor.
DML_ELEMENT_WISE_ABS_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, 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 DirectML-Trigonometrieoperator, der die elementweise Arccosinusfunktion 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)) * scale + bias ausführt, wobei die Begriffe scale und bias optional sind.
DML_ELEMENT_WISE_ADD_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die Funktion zum Hinzufügen jedes Elements in ATensor zu seinem entsprechenden Element in BTensor ausführt.
DML_ELEMENT_WISE_ADD1_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die Funktion ausführt, jedes Element in ATensor zu seinem entsprechenden Element in BTensorhinzuzufügen, f(a, b) = a + b, mit der Option für die fused-Aktivierung.
DML_ELEMENT_WISE_ASIN_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise Arcsinusfunktion f(x) = asin(x * scale + bias) ausführt, wobei die Skala- und Verzerrungsbegriffe 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)) * scale + bias ausführt, wobei die Skala- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ATAN_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise Arschangent-Funktion f(x) = atan(x * scale + bias) ausführt, wobei die Skala- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ATANH_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise inverse hyperbolische Tangensfunktion f(x) = (log((1 + x) / (1 - x)) / 2) * scale + bias ausführt, wobei die Skala- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_ATAN_YX_OPERATOR_DESC. Berechnet den 2-Argument-Arschangens für jedes Element von ATensor und BTensor, wobei ATensor die Y-Achse und BTensor die X-Achse ist, wobei das Ergebnis in das entsprechende Element von OutputTensor platziert wird.
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 den bitweisen NOT-Wert 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 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 tensors und schreibt das Ergebnis in den Ausgabe-Tensor.
DML_ELEMENT_WISE_BIT_SHIFT_LEFT_OPERATOR_DESC. Führt eine logische Linkverschiebung jedes Elements von ATensor um eine Reihe von Bits aus, die vom entsprechenden Element von BTensor angegeben werden, wobei das Ergebnis in das entsprechende Element von OutputTensor platziert wird.
DML_ELEMENT_WISE_BIT_SHIFT_RIGHT_OPERATOR_DESC. Führt eine logische Rechteverschiebung jedes Elements von ATensor um eine Reihe von Bits aus, die vom entsprechenden Element von BTensor angegeben werden, wobei das Ergebnis in das entsprechende Element von OutputTensor platziert wird.
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 mathematischen DirectML-Operator, der die elementweise Deckenfunktion f(x) = ceil(x * scale + bias) ausführt, wobei die Skalierungs- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_CLIP_GRAD_OPERATOR_DESC. Berechnet Backpropagation-Farbverläufe für elementweisen Clip.
DML_ELEMENT_WISE_CLIP_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die elementweise Clipfunktion f(x) = clamp(x * scale + bias, minValue, maxValue) ausführt, wobei die Skalierungs- und Verzerrungsbegriffe 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 Potenzfunktion f(x) = pow(x * scale + bias, exponent) ausführt, wobei skalierungs- und bias-Begriffe optional sind.
DML_ELEMENT_WISE_COS_OPERATOR_DESC. Beschreibt einen trigonometrischen DirectML-Operator, der die elementweise Kosinusfunktion f(x) = cos(x * scale + bias) ausführt, wobei die Skala- und Verzerrungsbegriffe 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) * scale + bias ausführt, wobei die Begriffe scale und bias optional sind.
DML_ELEMENT_WISE_DEQUANTIZE_LINEAR_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der die lineare Dequantize-Funktion für jedes Element in in InputTensor Bezug auf sein entsprechendes Element in und ScaleTensor ZeroPointTensor ausführt.
DML_ELEMENT_WISE_DIFFERENCE_SQUARE_OPERATOR_DESC. Subtrahiert jedes Element von BTensor vom entsprechenden Element von ATensor, multipliziert das Ergebnis mit sich selbst und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_DIVIDE_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die Funktion ausführt, jedes Element in durch das entsprechende Element in zu ATensor BTensor teilen.
DML_ELEMENT_WISE_ERF_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die elementweise natürliche exponentiale Funktion f(x) = exp(x * scale + bias) ausführt, wobei die Skala- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_EXP_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die elementweise natürliche exponentiale Funktion f(x) = exp(x * scale + bias) ausführt, wobei die Skala- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_FLOOR_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die elementweise Floor-Funktion f(x) = floor(x * scale + bias) ausführt, wobei die Skala- und Verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_IDENTITY_OPERATOR_DESC. Beschreibt einen generischen DirectML-Operator, der die elementweise 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 abhängig vom angegebenen InfinityMode auf IEEE-754 -inf, inf oder beides und platziert das Ergebnis (1 für true, 0 für false) in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_IS_NAN_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der elementweise bestimmt, 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 BTensor ausführt.
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 BTensor ausführt.
DML_ELEMENT_WISE_LOGICAL_GREATER_THAN_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der eine logische Größer-als-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensor ausführt.
DML_ELEMENT_WISE_LOGICAL_GREATER_THAN_OR_EQUAL_OPERATOR_DESC. Führt ein logisches größer als oder gleich für jedes Paar der entsprechenden Elemente der Eingabe tensors aus, wobei das Ergebnis (1 für TRUE, 0 für FALSE) in das entsprechende Element von OutputTensor platziert wird.
DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der eine logische Less-than-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensor ausführt.
DML_ELEMENT_WISE_LOGICAL_LESS_THAN_OR_EQUAL_OPERATOR_DESC. Führt ein logisches kleiner als oder gleich für jedes Paar der entsprechenden Elemente der Eingabe tensors aus, wobei das Ergebnis (1 für TRUE, 0 für FALSE) in das entsprechende Element von OutputTensor platziert wird.
DML_ELEMENT_WISE_LOGICAL_NOT_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der eine logische NOT-Funktion für jedes Element in der Eingabe ausführt.
DML_ELEMENT_WISE_LOGICAL_OR_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der eine logische OR-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensor ausführt.
DML_ELEMENT_WISE_LOGICAL_XOR_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der eine logische exklusive OR-Funktion (XOR) zwischen jedem Element in ATensor und dem entsprechenden Element in BTensor ausführt.
DML_ELEMENT_WISE_LOG_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die elementweise natürliche logarithm-Funktion f(x) = log(x * scale + bias) ausführt, wobei skalierungs- und verzerrungsbegriffe optional sind.
DML_ELEMENT_WISE_MAX_OPERATOR_DESC. Beschreibt einen DirectML-Operator für die mathematische Reduzierung, der eine maximale Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensor ausführt.
DML_ELEMENT_WISE_MEAN_OPERATOR_DESC. Beschreibt einen DirectML-Operator für die mathematische Reduzierung, der eine arithmetische Mean-Funktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensor ausführt.
DML_ELEMENT_WISE_MIN_OPERATOR_DESC. Beschreibt einen DirectML-Operator für die mathematische Reduzierung, der eine Mindestfunktion zwischen jedem Element in ATensor und dem entsprechenden Element in BTensor ausführt.
DML_ELEMENT_WISE_MODULUS_FLOOR_OPERATOR_DESC. Berechnet den Modulus mit den gleichen Ergebnissen wie der Python-Modulus für jedes Paar der entsprechenden Elemente aus den Eingabe tensors und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_MODULUS_TRUNCATE_OPERATOR_DESC. Berechnet den C-Modulusoperator für jedes Paar der entsprechenden Elemente der Eingabe tensors und platziert das Ergebnis in das entsprechende Element von OutputTensor.
DML_ELEMENT_WISE_MULTIPLY_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die Funktion ausführt, jedes Element in mit dem entsprechenden Element in zu multiplizieren. ATensor BTensor
DML_ELEMENT_WISE_POW_OPERATOR_DESC. Beschreibt einen mathematischen DirectML-Operator, der die elementweise Potenzfunktion f(x, exponent) = pow(x * scale + bias, exponent) ausführt, wobei die Skala- 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 in Bezug auf sein entsprechendes Element in und ScaleTensor ZeroPointTensor ausführt.
DML_ELEMENT_WISE_QUANTIZED_LINEAR_ADD_OPERATOR_DESC. Fügt jedes Element in ATensor dem entsprechenden Element in BTensor hinzu, wodurch das Ergebnis in das entsprechende Element von OutputTensor platziert wird.
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 DirectML-Trigonometrieoperator, 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 DirectML-Trigonometrieoperator, der die elementweise hyperbolische Sinusfunktion f(x) = ((e^x - e^-x) / 2) * scale + 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 von BTensor seinem entsprechenden Element in zu subtrahieren. ATensor
DML_ELEMENT_WISE_TAN_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrieoperator, der die elementweise Tangensfunktion f(x) = tan(x * scale + bias) ausführt, wobei die Skalierungs- und Biasbegriffe optional sind.
DML_ELEMENT_WISE_TANH_OPERATOR_DESC. Beschreibt einen DirectML-Trigonometrieoperator, der die elementweise umgekehrte hyperbolische Tangensfunktion 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 * scale + 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 nach dessen Unterstützung für einen bestimmten Datentyp innerhalb von Tensoren zu fragen.
DML_FILL_VALUE_CONSTANT_OPERATOR_DESC. Füllt einen Tensor mit dem angegebenen konstanten Wert aus.
DML_FILL_VALUE_SEQUENCE_OPERATOR_DESC. Füllt einen Tensor mit einer Sequenz.
DML_GATHER_ELEMENTS_OPERATOR_DESC. Erfasst Elemente aus dem Eingabe tensor entlang der angegebenen Achse unter Verwendung des Indizes-Tensors, um die Eingabe neu zu erfassen.
DML_GATHER_ND_OPERATOR_DESC. Erfasst Elemente aus dem Eingabetensor und verwendet den Indizestensor, um Indizes vollständigen Teilblöcken der Eingabe neu zuordnen.
DML_GATHER_ND1_OPERATOR_DESC. Erfasst Elemente aus dem Eingabetensor und verwendet den Indizestensor, um Indizes vollständigen Teilblöcken der Eingabe neu zuordnen.
DML_GATHER_OPERATOR_DESC. Beschreibt einen DirectML-Datenneustrukturierungsoperator, der, wenn er einen Datentensor von Rang r = 1 und einen Indizestensor von Rang q erhält, die Einträge in der Achsendimension der Daten sammelt (standardmäßig der äußerste Ist-Tensor ist achse == 0), indiziert durch Indizes, und verkettet sie in einem Ausgabe tensor des Rangs > q + (r - 1).
DML_GEMM_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine allgemeine Matrixmultiplikationsfunktion für die Eingabe ausführt, y = alpha * transponierenA(A) * transponierenB(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 durch 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 durch DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden.
DML_GRU_OPERATOR_DESC. Beschreibt einen DirectML-Deep Learning-Operator, der eine (Standardebenen)-GRU-Funktion (Gated Recurrent Unit) auf einer Ebene 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::CompileGraph übergeben werden. Diese Struktur wird verwendet, um eine Verbindung von einer Grapheingabe mit 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::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 Eingabetensoren ausführt.
DML_LOCAL_RESPONSE_NORMALIZATION_GRAD_OPERATOR_DESC. Berechnet Rückeigenschaftenverläufe für die lokale Antwortnormalisierung.
DML_LOCAL_RESPONSE_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine lokale Antwortnormalisierungsfunktion (LRN) für die Eingabe ausführt.
DML_LP_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Lp-Normalisierungsfunktion entlang der angegebenen Achse des Eingabetensors ausführt.
DML_LP_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Lp-Poolingfunktion für den Eingabetensor ausführt.
DML_LSTM_OPERATOR_DESC. Beschreibt einen DirectML-Deep Learning-Operator, der eine LSTM-Funktion (Long-Term Memory) auf einer Ebene 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 maximales Pooling (siehe DML_MAX_POOLING2_OPERATOR_DESC).
DML_MAX_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine maximale Poolfunktion für den Eingabetensor ausführt.
DML_MAX_POOLING1_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine maximale Poolfunktion für den Eingabetensor ausführt (entsprechend Kernelgrößen, Stridegrößen 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 dem Eingabetensor und gibt optional die Indizes der ausgewählten Höchstwerte zurück.
DML_MAX_UNPOOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der den Ausgabe tensor der angegebenen Form (entweder explizit oder die Eingabeform plus Auffüllung) mit Nullen füllt und dann jeden Wert aus dem Eingabetensor am Elementoffset aus dem entsprechenden Indizesarray in den Ausgabetensor schreibt.
DML_MEAN_VARIANCE_NORMALIZATION_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Normalisierungsfunktion für mittlere Varianz für den Eingabetensor ausführt.
DML_MEAN_VARIANCE_NORMALIZATION1_OPERATOR_DESC. Führt eine Normalisierungsfunktion für mittlere Varianz für den Eingabetensor 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 Eingabetensors.
DML_ONE_HOT_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der einen Tensor generiert, bei dem jedes Element mit zwei Werten gefüllt ist, entweder mit einem On- oder einem — 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. Dekribiert einen Knoten in einem Diagramm von DirectML-Operatoren, die durch DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden.
DML_OUTPUT_GRAPH_EDGE_DESC. Beschreibt eine Verbindung in einem Diagramm von DirectML-Operatoren, die durch DML_GRAPH_DESC definiert und an IDMLDevice1::CompileGraph übergeben werden. Diese Struktur wird verwendet, um eine Verbindung von einer Ausgabe eines internen Knotens mit einer Graphausgabe zu definieren.
DML_PADDING_OPERATOR_DESC. Beschreibt einen DirectML-Datenneustrukturierungsoperator, der den Eingabetensor mit Nullen (oder einem anderen Wert) an den Kanten auflädt.
DML_QUANTIZED_LINEAR_CONVOLUTION_OPERATOR_DESC. Führt eine Konvolution des FilterTensor mit dem InputTensor aus. Dieser Operator führt die Vorwärtskonvolution für quantisierte Daten aus. Dieser Operator entspricht mathematisch der Dequantisierung der Eingaben, der Konvierung 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, der anschließenden Matrixmultiplikation und der anschließenden Quantisierung 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-Farbverläufe für Resample (siehe DML_RESAMPLE1_OPERATOR_DESC).
DML_RESAMPLE_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der Elemente mithilfe der Skalierungsfaktoren zum Berechnen der Ziel-Tensorgröße von der Quelle zum Ziel-Tensor resamples.
DML_RESAMPLE1_OPERATOR_DESC. Resamples von Elementen von der Quelle zum Ziel-Tensor unter Verwendung der Skalierungsfaktoren zum Berechnen der Ziel-Tensorgröße. Sie können einen linearen interpolation-Modus oder einen Nearest-Neighbor-Interpolationsmodus verwenden.
DML_REVERSE_SUBSEQUENCES_OPERATOR_DESC. Kehrt die Elemente einer oder mehrerer Unterabfragen eines Tensors um. Der Satz von Teilsequenzen, die umgekehrt werden sollen, wird basierend auf der angegebenen Achse und Sequenzlänge ausgewählt.
DML_RNN_OPERATOR_DESC. Beschreibt einen DirectML-Deep Learning-Operator, der eine RNN-Funktion (Recurrent Neural Network) mit einer Ebene für die Eingabe ausführt.
DML_ROI_ALIGN_OPERATOR_DESC. Führt einen ROI-Ausrichtungsvorgang aus, wie im Dokument Mask R-CNN (Maskieren von R-CNN) beschrieben. Zusammenfassend gesagt extrahiert der Vorgang Schneidet aus dem Eingabebild-Tensor und vergrößert die Größe auf eine gemeinsame Ausgabegröße, die von den letzten zwei Dimensionen von OutputTensor mithilfe des angegebenen InterpolationMode angegeben wird.
DML_ROI_ALIGN1_OPERATOR_DESC. Führt einen ROI-Ausrichtungsvorgang aus, wie im Dokument Mask R-CNN (Maskieren von R-CNN) beschrieben. Zusammengefasst extrahiert der Vorgang zugeschnittene Fenster aus dem Eingabebild-Tensor und verkleinert sie mithilfe des angegebenen InterpolationMode in eine gemeinsame Ausgabegröße, die von den letzten zwei Dimensionen von OutputTensor angegeben wird.
DML_ROI_POOLING_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine Poolingfunktion für den Eingabe-Tensor (entsprechend den interessanten Regionen oder ROIs) ausführt.
DML_SCALAR_UNION. Eine Vereinigung von skalaren Typen.
DML_SCALE_BIAS. Enthält die Werte von Skalierungs- und Verzerrungsbegriffen, 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 dann ausgewählte Indizes mit entsprechenden Werten aus dem Aktualisierungs-Tensor überschreibt.
DML_SIZE_2D. Enthält Werte, die die Größe (wie für einen DirectML-Operator angegeben) einer 2D-Ebene von Elementen innerhalb eines Tensors, einer 2D-Skala oder eines beliebigen 2D-Breiten-/Höhenwerts darstellen können.
DML_SLICE_GRAD_OPERATOR_DESC. Berechnet Backpropagation-Farbverläufe für Slice (siehe DML_SLICE1_OPERATOR_DESC).
DML_SLICE_OPERATOR_DESC. Beschreibt einen DirectML-Datenneuorganisationsoperator, 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-Datenneuorganisationsoperator, der Blöcke räumlicher Daten in die Tiefe umordnt.
DML_SPACE_TO_DEPTH1_OPERATOR_DESC. Ordnet Blöcke räumlicher Daten in die Tiefe neu an. Der Operator gibt eine Kopie des Eingabe-Tensors aus, in dem Werte aus der Höhe und Breite in die Tiefendimension verschoben werden.
DML_SPLIT_OPERATOR_DESC. Beschreibt einen DirectML-Datenneuorganisationsoperator, 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-Datenneuorganisationsoperator, der einen Ausgabe tensor erstellt, indem der Eingabe-Tensor gekachelt wird.
DML_TOP_K_OPERATOR_DESC. Beschreibt einen DirectML-Reduzierungsoperator, der die oberen 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 in outputValueTensor bzw. OutputIndexTensor zurück.
DML_UPSAMPLE_2D_OPERATOR_DESC. Beschreibt einen DirectML-Imageoperator, der das im Eingabe-Tensor enthaltene Bild neu durchsampelt.
DML_VALUE_SCALE_2D_OPERATOR_DESC. Beschreibt einen DirectML-Operator, der eine elementweise Skalierungs- und Voreingenommenheitsfunktion für die Werte im Eingabe-Tensor ausführt.