Se usó la API de Cloud Translation para traducir esta página.
Switch to English

tensorflow :: operaciones :: FractionalAvgPool

#include <nn_ops.h>

Realiza un agrupamiento de promedios fraccionarios en la entrada.

Resumen

La agrupación promedio fraccional es similar a la agrupación máxima fraccionada en el paso de generación de la región de agrupación. La única diferencia es que después de generar las regiones de agrupación, se realiza una operación media en lugar de una operación máxima en cada región de agrupación.

Argumentos:

  • alcance: un objeto de alcance
  • valor: 4-D con forma [batch, height, width, channels] .
  • pooling_ratio: Relación de agrupación para cada dimensión de value , actualmente solo admite la dimensión de fila y columna y debe ser> = 1.0. Por ejemplo, una proporción de agrupación válida se parece a [1.0, 1.44, 1.73, 1.0]. El primer y último elemento deben ser 1.0 porque no permitimos la agrupación en las dimensiones de lote y canales. 1,44 y 1,73 son la relación de agrupación en las dimensiones de altura y anchura, respectivamente.

Atributos opcionales (ver Attrs ):

  • pseudo_random: cuando se establece en True, genera la secuencia de agrupación de forma pseudoaleatoria; de lo contrario, de forma aleatoria. Consulte el documento Benjamin Graham, Fractional Max-Pooling para ver la diferencia entre pseudoaleatorio y aleatorio.
  • superposición: cuando se establece en Verdadero, significa que cuando se agrupa, los valores en el límite de las celdas de agrupación adyacentes son utilizados por ambas celdas. Por ejemplo:

index 0 1 2 3 4

value 20 5 16 3 7

Si la secuencia de agrupación es [0, 2, 4], se utilizará dos veces 16 en el índice 2. El resultado sería [41/3, 26/3] para la agrupación media fraccionada.

  • determinista: cuando se establece en Verdadero, se usará una región de agrupación fija al iterar sobre un nodo FractionalAvgPool en el gráfico de cálculo. Se utiliza principalmente en pruebas unitarias para hacer determinista FractionalAvgPool .
  • semilla: si semilla o semilla2 se establecen en un valor distinto de cero, el generador de números aleatorios es sembrado por la semilla dada. De lo contrario, es sembrado por una semilla aleatoria.
  • seed2: Una segunda semilla para evitar la colisión de semillas.

Devoluciones:

  • Output salida: tensor de salida después de la agrupación media fraccionaria.
  • Output row_pooling_sequence: secuencia de agrupación de filas, necesaria para calcular el gradiente.
  • Output col_pooling_sequence: secuencia de agrupación de columnas, necesaria para calcular el gradiente.

Constructores y Destructores

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)

Atributos públicos

col_pooling_sequence
operation
output
row_pooling_sequence

Funciones estáticas públicas

Deterministic (bool x)
Overlapping (bool x)
PseudoRandom (bool x)
Seed (int64 x)
Seed2 (int64 x)

Estructuras

tensorflow :: ops :: FractionalAvgPool :: Attrs

Establecedores de atributos opcionales para FractionalAvgPool .

Atributos públicos

col_pooling_sequence

::tensorflow::Output col_pooling_sequence

operación

Operation operation

salida

::tensorflow::Output output

row_pooling_sequence

::tensorflow::Output row_pooling_sequence

Funciones publicas

FractionalAvgPool

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

FractionalAvgPool

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

Funciones estáticas públicas

Determinista

Attrs Deterministic(
  bool x
)

Superposición

Attrs Overlapping(
  bool x
)

Pseudoaleatorio

Attrs PseudoRandom(
  bool x
)

Semilla

Attrs Seed(
  int64 x
)

Semilla2

Attrs Seed2(
  int64 x
)