FusedBatchNorm
=================
对输入张量执行融合批归一化（Fused Batch Normalization），在多核间拆分批量单元并行完成归一化与仿射变换。

    .. math::

        \hat{x}_{b,c} = \frac{x_{b,c} - mean_c}{\sqrt{variance_c + \epsilon}}, \quad y_{b,c} = scale_c \cdot \hat{x}_{b,c} + offset_c


    输入：
        - **input** - 输入张量首地址，形状为 ``[unit, channel]``。
        - **scale** - 缩放系数数组首地址，长度为 ``channel``。
        - **offset** - 平移系数数组首地址，长度为 ``channel``。
        - **mean** - 归一化均值数组首地址，长度为 ``channel``。
        - **variance** - 归一化方差数组首地址，长度为 ``channel``。
        - **epsilon** - 数值稳定项。
        - **channel** - 通道数。
        - **unit** - 归一化单元数量（批量大小 × 高 × 宽）。
        - **core_mask(int, 可选)** - 核掩码（仅适用于共享存储版本）。

    输出：
        - **output** - 写回融合批归一化计算结果的张量首地址。

    支持平台：
        ``FT78NE``
        ``MT7004``

    .. note::
        - FT78NE 支持 fp32 数据类型。
        - MT7004 支持 fp16、fp32 数据类型。

**共享存储版本:**

.. c:function:: void hp_fusedbatchnorm_s(const half *input, const half *scale, const half *offset, const half *mean, const half *variance, float epsilon, int channel, int unit, int core_mask, half *output)
.. c:function:: void fp_fusedbatchnorm_s(const float *input, const float *scale, const float *offset, const float *mean, const float *variance, float epsilon, int channel, int unit, int core_mask, float *output)

    **C调用示例：**

    .. code-block:: c
        :linenos:
        :emphasize-lines: 15-17

        // FT78NE 多核示例
        #include <stdio.h>

        int main(void) {
            const float *input = (const float *)0xA0000000;   // DDR 存储
            const float *scale = (const float *)0xB0000000;
            const float *offset = (const float *)0xB0001000;
            const float *mean = (const float *)0xB0002000;
            const float *variance = (const float *)0xB0003000;
            float *output = (float *)0xC0000000;
            int channel = 64;
            int unit = 1024;
            float epsilon = 1e-5f;
            int core_mask = 0xff;
            fp_fusedbatchnorm_s(input, scale, offset, mean, variance,
                                 epsilon, channel, unit, core_mask,
                                 output);
            return 0;
        }


**私有存储版本:**

.. c:function:: void hp_fusedbatchnorm_p(const half *input, const half *scale, const half *offset, const half *mean, const half *variance, float epsilon, int channel, int unit, half *output)
.. c:function:: void fp_fusedbatchnorm_p(const float *input, const float *scale, const float *offset, const float *mean, const float *variance, float epsilon, int channel, int unit, float *output)

    **C调用示例：**

    .. code-block:: c
        :linenos:
        :emphasize-lines: 14-15

        // MT7004 单核示例
        #include <stdio.h>

        int main(void) {
            const half *input = (const half *)0x10000000;     // L2 存储
            const half *scale = (const half *)0x10004000;
            const half *offset = (const half *)0x10008000;
            const half *mean = (const half *)0x1000C000;
            const half *variance = (const half *)0x10010000;
            half *output = (half *)0x10014000;
            int channel = 32;
            int unit = 512;
            float epsilon = 1e-4f;
            hp_fusedbatchnorm_p(input, scale, offset, mean, variance,
                                epsilon, channel, unit, output);
            return 0;
        }
