AvgPool3dGrad

পাবলিক ফাইনাল ক্লাস AvgPool3dGrad

গড় পুলিং ফাংশনের গ্রেডিয়েন্ট গণনা করে।

নেস্টেড ক্লাস

ক্লাস AvgPool3dGrad.Options AvgPool3dGrad এর জন্য ঐচ্ছিক বৈশিষ্ট্য

ধ্রুবক

স্ট্রিং OP_NAME এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

পাবলিক পদ্ধতি

আউটপুট <T>
আউটপুট হিসাবে ()
টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।
স্ট্যাটিক <T TNumber বাড়ায়> AvgPool3dGrad <T>
তৈরি করুন ( স্কোপ স্কোপ, Operand < TInt32 > origInputShape, Operand <T> grad, List<Long> ksize, List<Long> strides, String padding, Options... options)
একটি নতুন AvgPool3dGrad অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
স্ট্যাটিক AvgPool3dGrad.Options
ডেটা ফরম্যাট (স্ট্রিং ডেটা ফরম্যাট)
আউটপুট <T>
আউটপুট ()
ইনপুট জন্য backprop.

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

ধ্রুবক

সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME

এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত

ধ্রুবক মান: "AvgPool3DGrad"

পাবলিক পদ্ধতি

সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()

টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক AvgPool3dGrad <T> তৈরি করুন ( Scope scope, Operand < TInt32 > origInputShape, Operand <T> grad, List<Long> ksize, List<Long> strides, String padding, Options... options)

একটি নতুন AvgPool3dGrad অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
origInputShape মূল ইনপুট মাত্রা।
স্নাতক আকৃতির আউটপুট ব্যাকপ্রপ `[ব্যাচ, গভীরতা, সারি, কল, চ্যানেল]`।
ksize দৈর্ঘ্যের 1-D টেনসর 5. ইনপুট টেনসরের প্রতিটি মাত্রার জন্য উইন্ডোর আকার। `ksize[0] = ksize[4] = 1` থাকতে হবে।
অগ্রগতি দৈর্ঘ্যের 1-D টেনসর 5. `ইনপুট` এর প্রতিটি মাত্রার জন্য স্লাইডিং উইন্ডোর অগ্রগতি। অবশ্যই `strides[0] = strides[4] = 1` থাকতে হবে।
প্যাডিং ব্যবহার করার জন্য প্যাডিং অ্যালগরিদমের ধরন।
বিকল্প ঐচ্ছিক বৈশিষ্ট্য মান বহন করে
রিটার্নস
  • AvgPool3dGrad এর একটি নতুন উদাহরণ

পাবলিক স্ট্যাটিক AvgPool3dGrad.Options dataFormat (স্ট্রিং ডেটা ফরম্যাট)

পরামিতি
উপাত্ত বিন্যাস ইনপুট এবং আউটপুট ডেটার ডেটা বিন্যাস। ডিফল্ট ফর্ম্যাট "NDHWC" এর সাথে, ডেটা এই ক্রমে সংরক্ষিত হয়: [ব্যাচ, ইন_ডেপথ, ইন_উচ্চতা, ইন_প্রস্থ, ইন_চ্যানেল]। বিকল্পভাবে, ফর্ম্যাটটি "NCDHW" হতে পারে, ডেটা স্টোরেজ অর্ডার হল: [ব্যাচ, ইন_চ্যানেল, ইন_ডেপথ, ইন_উচ্চতা, ইন_প্রস্থ]।

সর্বজনীন আউটপুট <T> আউটপুট ()

ইনপুট জন্য backprop.