از اینکه با Google I/O تنظیم کردید متشکریم. مشاهده همه جلسات در صورت تقاضا تماشا کنید

tensorflow :: ops :: استخر QuantizedAvgPool

#include <nn_ops.h>

استخر متوسط ​​سنسور ورودی را برای انواع کوانتیزه تولید می کند.

خلاصه

استدلال ها:

  • دامنه: یک شی Sc Scope
  • ورودی: 4-D با شکل [batch, height, width, channels] .
  • min_input: مقدار float که کمترین مقدار ورودی کوانتیزه شده را نشان می دهد.
  • max_input: مقدار float که بالاترین مقدار ورودی کوانتیزه شده را نشان می دهد.
  • ksize: اندازه پنجره برای هر بعد از سنسور ورودی. طول باید 4 باشد تا با تعداد ابعاد ورودی مطابقت داشته باشد.
  • strides: گام پنجره کشویی برای هر بعد از سنسور ورودی. طول باید 4 باشد تا با تعداد ابعاد ورودی مطابقت داشته باشد.
  • padding: نوع الگوریتم padding برای استفاده.

بازده:

  • Output خروجی
  • Output min_output: مقدار float که کمترین مقدار خروجی کوانتیزه شده را نشان می دهد.
  • Output max_output: مقدار float که بالاترین مقدار خروجی کوانتیزه شده را نشان می دهد.

سازندگان و ویرانگران

QuantizedAvgPool (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input min_input, :: tensorflow::Input max_input, const gtl::ArraySlice< int > & ksize, const gtl::ArraySlice< int > & strides, StringPiece padding)

صفات عمومی

max_output
min_output
operation
output

صفات عمومی

حداکثر_ خروجی

::tensorflow::Output max_output

min_output

::tensorflow::Output min_output

عمل

Operation operation

خروجی

::tensorflow::Output output

کارکردهای عمومی

استخر QuantizedAvgPool

 QuantizedAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input min_input,
  ::tensorflow::Input max_input,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)