تينسورفلو :: العمليات :: كسور أفغبول

يقوم بتجميع متوسط ​​كسري على الإدخال.

ملخص

متوسط ​​التجميع الكسري مشابه لتجميع كسور ماكس في خطوة إنشاء منطقة التجميع. الاختلاف الوحيد هو أنه بعد إنشاء مناطق التجميع ، يتم تنفيذ عملية متوسطة بدلاً من الحد الأقصى للعملية في كل منطقة تجميع.

الحجج:

• النطاق: كائن النطاق
• القيمة: 4-D بالشكل [batch, height, width, channels] .
• pooling_ratio: نسبة التجميع لكل بُعد من أبعاد value ، تدعم حاليًا فقط بُعد الصف والعمود ويجب أن تكون> = 1.0. على سبيل المثال ، تبدو نسبة التجميع الصالحة مثل [1.0 ، 1.44 ، 1.73 ، 1.0]. يجب أن يكون العنصران الأول والأخير 1.0 لأننا لا نسمح بالتجميع على أبعاد الدُفعة والقنوات. 1.44 و 1.73 هي نسبة تجميع على أبعاد الطول والعرض على التوالي.

السمات الاختيارية (انظر Attrs ):

• pseudo_random: عند الضبط على True ، يولد تسلسل التجميع بطريقة شبه عشوائية ، وإلا ، بطريقة عشوائية. تحقق من ورقة Benjamin Graham، Fractional Max-Pooling لمعرفة الفرق بين العشوائية الزائفة والعشوائية.
• التداخل: عند التعيين إلى True ، فهذا يعني أنه عند التجميع ، يتم استخدام القيم الموجودة على حدود خلايا التجميع المجاورة بواسطة كلتا الخليتين. على سبيل المثال:

index 0 1 2 3 4

value 20 5 16 3 7

إذا كان تسلسل التجميع هو [0 ، 2 ، 4] ، فسيتم استخدام 16 في الفهرس 2 مرتين. ستكون النتيجة [41/3 ، 26/3] لتجميع متوسط ​​الكسور.

• حتمية: عند التعيين على True ، سيتم استخدام منطقة تجميع ثابتة عند التكرار عبر عقدة FractionalAvgPool في الرسم البياني للحساب. تستخدم بشكل رئيسي في اختبار الوحدة لجعل FractionalAvgPool حتمية.
• البذرة: إذا تم تعيين البذرة أو البذرة 2 على أن تكون غير صفرية ، فإن مولد الأرقام العشوائية يتم بذره بواسطة البذرة المحددة. خلاف ذلك ، يتم بذرها بواسطة بذرة عشوائية.
• seed2: بذرة ثانية لتجنب اصطدام البذور.

عائدات:

• Output الناتج: موتر الإخراج بعد تجميع متوسط ​​كسري.
• Output row_pooling_sequence: تسلسل تجميع الصفوف ، مطلوب لحساب التدرج اللوني.
• Output col_pooling_sequence: تسلسل تجميع الأعمدة المطلوب لحساب التدرج اللوني.

السمات العامة

::tensorflow::Output col_pooling_sequence

Operation operation

::tensorflow::Output output

::tensorflow::Output row_pooling_sequence

 FractionalAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input value,
  const gtl::ArraySlice< float > & pooling_ratio
)

 FractionalAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input value,
  const gtl::ArraySlice< float > & pooling_ratio,
  const FractionalAvgPool::Attrs & attrs
)

Attrs Deterministic(
  bool x
)

Attrs Overlapping(
  bool x
)

Attrs PseudoRandom(
  bool x
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)