tensorflow::ops::AvgPool3DGrad

คำนวณค่าความชันของฟังก์ชันพูลลิ่งเฉลี่ย

สรุป

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• orig_input_shape: ขนาดดั้งเดิมของข้อมูลป้อนเข้า
• grad: เอาต์พุต backprop ของรูปร่าง [batch, depth, rows, cols, channels]
• ksize: เทนเซอร์ 1 มิติ ความยาว 5 ขนาดของหน้าต่างสำหรับแต่ละมิติของเทนเซอร์อินพุต ต้องมี ksize[0] = ksize[4] = 1
• strides: เทนเซอร์ 1 มิติ ความยาว 5 ค่า stride ของหน้าต่างเลื่อนสำหรับแต่ละมิติของ input ต้องมี strides[0] = strides[4] = 1
• การเติมช่องว่าง: ประเภทของอัลกอริทึมการเติมช่องว่างที่จะใช้

คุณลักษณะเสริม (ดูที่ Attrs ):

• data_format: รูปแบบข้อมูลของข้อมูลขาเข้าและขาออก โดยค่าเริ่มต้นจะใช้รูปแบบ "NDHWC" ซึ่งข้อมูลจะถูกจัดเก็บตามลำดับดังนี้: [batch, in_depth, in_height, in_width, in_channels] หรืออาจใช้รูปแบบ "NCDHW" ซึ่งลำดับการจัดเก็บข้อมูลจะเป็น: [batch, in_channels, in_depth, in_height, in_width]

การส่งคืนสินค้า:

• Output : ค่า backprop สำหรับอินพุต

คุณลักษณะสาธารณะ

Operation operation

::tensorflow::Output output

 AvgPool3DGrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input orig_input_shape,
  ::tensorflow::Input grad,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 AvgPool3DGrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input orig_input_shape,
  ::tensorflow::Input grad,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const AvgPool3DGrad::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs DataFormat(
  StringPiece x
)