Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

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
)