کلاس نهایی عمومی AvgPool3d
ادغام میانگین سه بعدی را روی ورودی انجام می دهد.
هر ورودی در "خروجی" میانگین اندازه مربوط به پنجره "ksize" در "مقدار" است.
کلاس های تو در تو
| کلاس | AvgPool3d.Options | ویژگی های اختیاری برای AvgPool3d | |
ثابت ها
| رشته | OP_NAME | نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود |
روش های عمومی
| خروجی <T> | asOutput () دسته نمادین تانسور را برمی گرداند. |
| استاتیک <T TNumber > AvgPool3d <T> را گسترش می دهد | ایجاد (حوزه دامنه ، ورودی عملوند <T>، فهرست <طول> ksize، فهرست <طولانی> گام‌ها، لایه‌بندی رشته، گزینه‌ها... گزینه‌ها) روش کارخانه برای ایجاد کلاسی که یک عملیات AvgPool3d جدید را بسته بندی می کند. |
| Static AvgPool3d.Options | dataFormat (String dataFormat) |
| خروجی <T> | خروجی () تانسور خروجی متوسط. |
روش های ارثی
ثابت ها
رشته نهایی ثابت عمومی OP_NAME
نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود
مقدار ثابت: "AvgPool3D"
روش های عمومی
خروجی عمومی <T> asOutput ()
دسته نمادین تانسور را برمی گرداند.
ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.
استاتیک عمومی AvgPool3d <T> ایجاد ( دامنه دامنه ، ورودی عملوند <T>، فهرست <طولانی> ksize، فهرست <طولانی> گام‌ها، لایه‌بندی رشته، گزینه‌ها... گزینه‌ها)
روش کارخانه برای ایجاد کلاسی که یک عملیات AvgPool3d جدید را بسته بندی می کند.
مولفه های
| محدوده | محدوده فعلی |
|---|---|
| ورودی | تانسور «[دسته، عمق، ردیف، ستون، کانال]» را برای جمع کردن شکل دهید. |
| ksize | تانسور 1 بعدی به طول 5. اندازه پنجره برای هر بعد تانسور ورودی. باید "ksize[0] = ksize[4] = 1" داشته باشد. |
| گام برداشت | تانسور 1 بعدی به طول 5. گام پنجره کشویی برای هر بعد «ورودی». باید «گام‌ها[0] = گام‌ها[4] = 1» داشته باشد. |
| لایه گذاری | نوع الگوریتم padding مورد استفاده. |
| گزینه ها | مقادیر ویژگی های اختیاری را حمل می کند |
برمی گرداند
- یک نمونه جدید از AvgPool3d
عمومی استاتیک AvgPool3d.Options dataFormat (String dataFormat)
مولفه های
| dataFormat | فرمت داده داده های ورودی و خروجی. با فرمت پیش‌فرض «NDHWC»، داده‌ها به ترتیب زیر ذخیره می‌شوند: [دسته‌ای، در عمق، در ارتفاع، در عرض، در کانال‌ها]. از طرف دیگر، قالب می تواند "NCDHW" باشد، ترتیب ذخیره سازی داده ها به این صورت است: [دسته ای، درون_کانال ها، عمقی، در ارتفاع، در_عرض]. |
|---|