tensor akışı:: işlem:: KesirliOrtalamaHavuz

#include <nn_ops.h>

Girişte kesirli ortalama havuzlama gerçekleştirir.

Özet

Kesirli ortalama havuzlama, havuzlama bölgesi oluşturma adımındaki Kesirli maksimum havuzlamaya benzer. Tek fark, havuzlama bölgeleri oluşturulduktan sonra her havuzlama bölgesinde maksimum işlemi yerine ortalama işlemi yapılmasıdır.

Argümanlar:

  • kapsam: Bir Kapsam nesnesi
  • değer: şekilli 4-D [batch, height, width, channels] .
  • pooling_ratio: value öğesinin her boyutu için havuzlama oranı, şu anda yalnızca satır ve sütun boyutunu desteklemektedir ve >= 1,0 olmalıdır. Örneğin, geçerli bir havuzlama oranı [1,0, 1,44, 1,73, 1,0] gibi görünür. Toplu iş ve kanal boyutlarında havuzlamaya izin vermediğimiz için ilk ve son öğelerin 1,0 olması gerekir. 1,44 ve 1,73 sırasıyla yükseklik ve genişlik boyutlarının havuzlanma oranıdır.

İsteğe bağlı özellikler (bkz. Attrs ):

  • pseudo_random: True olarak ayarlandığında, havuzlama sırasını sözde rastgele bir biçimde, aksi takdirde rastgele bir biçimde oluşturur. Sahte rastgele ve rastgele arasındaki fark için Benjamin Graham, Kesirli Maksimum Havuzlama makalesini kontrol edin.
  • örtüşen: Doğru olarak ayarlandığında, havuzlama sırasında bitişik havuzlama hücrelerinin sınırındaki değerlerin her iki hücre tarafından da kullanıldığı anlamına gelir. Örneğin:

index 0 1 2 3 4

value 20 5 16 3 7

Havuzlama sırası [0, 2, 4] ise, indeks 2'deki 16 iki kez kullanılacaktır. Kesirli ortalama havuzlama için sonuç [41/3, 26/3] olacaktır.

  • deterministik: True olarak ayarlandığında, hesaplama grafiğindeki FractionalAvgPool düğümü üzerinde yineleme yapılırken sabit bir havuzlama bölgesi kullanılacaktır. Temel olarak FractionalAvgPool'u deterministik hale getirmek için birim testinde kullanılır.
  • tohum: Tohum veya tohum2'den biri sıfırdan farklı olarak ayarlanırsa, rastgele sayı üreteci verilen tohum tarafından tohumlanır. Aksi takdirde rastgele bir tohumla tohumlanır.
  • tohum2: Tohum çarpışmasını önlemek için ikinci bir tohum.

İadeler:

  • Output çıkışı: kesirli ortalama havuzlama sonrasında çıkış tensörü.
  • Output row_pooling_sequence: satır havuzlama sırası, degradeyi hesaplamak için gerekli.
  • Output col_pooling_sequence: sütun havuzlama sırası, degradeyi hesaplamak için gerekli.

Yapıcılar ve Yıkıcılar

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)

Genel özellikler

col_pooling_sequence
operation
output
row_pooling_sequence

Genel statik işlevler

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

Yapılar

tensorflow:: ops:: FractionalAvgPool:: Öznitelikler

FractionalAvgPool için isteğe bağlı öznitelik ayarlayıcılar.

Genel özellikler

col_pooling_sequence

::tensorflow::Output col_pooling_sequence

operasyon

Operation operation

çıktı

::tensorflow::Output output

row_pooling_sequence

::tensorflow::Output row_pooling_sequence

Kamu işlevleri

KesirliOrtalamaHavuz

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

KesirliOrtalamaHavuz

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

Genel statik işlevler

Deterministik

Attrs Deterministic(
  bool x
)

Örtüşen

Attrs Overlapping(
  bool x
)

SözdeRastgele

Attrs PseudoRandom(
  bool x
)

Tohum

Attrs Seed(
  int64 x
)

Tohum2

Attrs Seed2(
  int64 x
)