Tensorflow :: ops :: FractionalAvgPool

Führt ein fraktioniertes durchschnittliches Pooling für die Eingabe durch.

Zusammenfassung

Das fraktionierte durchschnittliche Pooling ähnelt dem fraktionierten maximalen Pooling im Generierungsschritt des Pooling-Bereichs. Der einzige Unterschied besteht darin, dass nach dem Generieren von Pooling-Regionen in jedem Pooling-Bereich eine mittlere Operation anstelle einer maximalen Operation ausgeführt wird.

Argumente:

• scope: Ein Scope- Objekt
• Wert: 4-D mit Form [batch, height, width, channels] .
• pooling_ratio: Pooling Verhältnis für jede Dimension der value , unterstützt derzeit nur ZEILE und SPALTE Dimension und sollte> = 1,0 sein. Ein gültiges Pooling-Verhältnis sieht beispielsweise wie folgt aus: [1,0, 1,44, 1,73, 1,0]. Das erste und das letzte Element müssen 1.0 sein, da wir kein Pooling für Batch- und Kanalabmessungen zulassen. 1,44 und 1,73 sind Pooling-Verhältnisse für Höhen- bzw. Breitenabmessungen.

Optionale Attribute (siehe Attrs ):

• pseudo_random: Wenn True festgelegt ist, wird die Pooling-Sequenz pseudozufällig generiert, andernfalls zufällig. Überprüfen Sie das Papier Benjamin Graham, Fractional Max-Pooling auf Unterschiede zwischen Pseudozufall und Zufall.
• Überlappung: Wenn diese Option auf True gesetzt ist, werden beim Pooling die Werte an der Grenze benachbarter Pooling-Zellen von beiden Zellen verwendet. Beispielsweise:

index 0 1 2 3 4

value 20 5 16 3 7

Wenn die Pooling-Sequenz [0, 2, 4] ist, wird 16 bei Index 2 zweimal verwendet. Das Ergebnis wäre [41/3, 26/3] für fraktioniertes durchschnittliches Pooling.

• deterministisch: Wenn True festgelegt ist, wird beim Iterieren über einen FractionalAvgPool- Knoten im Berechnungsdiagramm ein fester Pooling-Bereich verwendet. Wird hauptsächlich im Komponententest verwendet, um FractionalAvgPool deterministisch zu machen.
• Startwert: Wenn entweder Startwert oder Startwert2 auf einen Wert ungleich Null gesetzt ist, wird der Zufallszahlengenerator durch den angegebenen Startwert festgelegt. Andernfalls wird es durch einen zufälligen Startwert ausgesät.
• seed2: Ein zweiter Samen, um eine Samenkollision zu vermeiden.

Kehrt zurück:

• Output Ausgang Tensor nach fraktionierter avg Pooling.
• Output row_pooling_sequence: Zeilenpooling-Sequenz, die zur Berechnung des Gradienten benötigt wird.
• Output col_pooling_sequence: Spaltenpooling-Sequenz, die zur Berechnung des Gradienten benötigt wird.

Öffentliche Attribute

::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
)