tensorflow :: ops :: FractionalAvgPool
#include <nn_ops.h>
Wykonuje ułamkową średnią pulę danych wejściowych.
streszczenie
Ułamkowa średnia pula jest podobna do ułamkowej maksymalnej puli w kroku generowania regionu puli. Jedyną różnicą jest to, że po wygenerowaniu regionów puli wykonywana jest operacja średnia zamiast operacji max w każdym regionie puli.
Argumenty:
- zakres: obiekt Scope
- wartość: 4-D z kształtem
[batch, height, width, channels]
. - pooling_ratio: współczynnik puli dla każdego wymiaru
value
, obecnie obsługuje tylko wymiar wiersza i kolumny i powinien wynosić> = 1,0. Na przykład prawidłowy współczynnik puli wygląda następująco: [1,0, 1,44, 1,73, 1,0]. Pierwszy i ostatni element musi mieć wartość 1.0, ponieważ nie zezwalamy na tworzenie puli na podstawie wymiarów partii i kanałów. 1,44 i 1,73 to stosunek puli do wymiarów wysokości i szerokości.
Atrybuty opcjonalne (patrz Attrs
):
- pseudo_random: Po ustawieniu na True generuje sekwencję puli w sposób pseudolosowy, w przeciwnym razie w sposób losowy. Sprawdź artykuł Benjamin Graham, Fractional Max-Pooling, aby zobaczyć różnicę między pseudolosowymi i losowymi.
- nakładanie się: ustawienie Prawda oznacza, że podczas łączenia wartości na granicy sąsiednich komórek puli są używane przez obie komórki. Na przykład:
index 0 1 2 3 4
value 20 5 16 3 7
Jeśli sekwencja puli to [0, 2, 4], to 16 o indeksie 2 zostanie użyte dwukrotnie. Wynik wyniósłby [41/3, 26/3] dla ułamkowej średniej puli.
- deterministic: w przypadku ustawienia wartości True podczas iteracji po węźle FractionalAvgPool na wykresie obliczeniowym będzie używany stały region puli. Głównie używany w teście jednostkowym do określania wartości FractionalAvgPool .
- seed: Jeśli seed lub seed2 są ustawione na wartość niezerową, generator liczb losowych jest inicjowany przez dane ziarno. W przeciwnym razie jest wysiewany przez losowe ziarno.
- seed2: drugie ziarno, aby uniknąć kolizji nasion.
Zwroty:
-
Output
: wyjściowy tensor po ułamkowej średniej puli. -
Output
row_pooling_sequence: sekwencja łączenia wierszy potrzebna do obliczenia gradientu. -
Output
col_pooling_sequence: sekwencja puli kolumn potrzebna do obliczenia gradientu.
Konstruktorzy i niszczyciele | |
---|---|
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) |
Atrybuty publiczne | |
---|---|
col_pooling_sequence | |
operation | |
output | |
row_pooling_sequence |
Publiczne funkcje statyczne | |
---|---|
Deterministic (bool x) | |
Overlapping (bool x) | |
PseudoRandom (bool x) | |
Seed (int64 x) | |
Seed2 (int64 x) |
Struktury | |
---|---|
tensorflow :: ops :: FractionalAvgPool :: Attrs | Opcjonalne metody ustawiające atrybuty dla FractionalAvgPool . |
Atrybuty publiczne
col_pooling_sequence
::tensorflow::Output col_pooling_sequence
operacja
Operation operation
wynik
::tensorflow::Output output
row_pooling_sequence
::tensorflow::Output row_pooling_sequence
Funkcje publiczne
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 )
Publiczne funkcje statyczne
Deterministyczne
Attrs Deterministic( bool x )
Nakładanie się
Attrs Overlapping( bool x )
PseudoRandom
Attrs PseudoRandom( bool x )
Nasionko
Attrs Seed( int64 x )
Seed2
Attrs Seed2( int64 x )