tensorflow:: ops:: FractionalAvgPool

#include <nn_ops.h>

ইনপুটের উপর ফ্র্যাকশনাল অ্যাভারেজ পুলিং প্রয়োগ করে।

সারসংক্ষেপ

পুলিং রিজিয়ন তৈরির ধাপে ফ্র্যাকশনাল অ্যাভারেজ পুলিং, ফ্র্যাকশনাল ম্যাক্স পুলিং-এর অনুরূপ। একমাত্র পার্থক্য হলো, পুলিং রিজিয়নগুলো তৈরি হয়ে যাওয়ার পর প্রতিটি পুলিং রিজিয়নে ম্যাক্স অপারেশনের পরিবর্তে একটি মিন অপারেশন সম্পন্ন করা হয়।

যুক্তি:

  • স্কোপ: একটি স্কোপ অবজেক্ট
  • মান: ৪-মাত্রিক, যার আকৃতি [batch, height, width, channels] ।
  • পুলিং_রেশিও: value -এর প্রতিটি ডাইমেনশনের জন্য পুলিং রেশিও, বর্তমানে এটি শুধুমাত্র রো (row) এবং কলাম (col) ডাইমেনশন সমর্থন করে এবং এর মান অবশ্যই >= 1.0 হতে হবে। উদাহরণস্বরূপ, একটি বৈধ পুলিং রেশিও দেখতে [1.0, 1.44, 1.73, 1.0]-এর মতো হবে। প্রথম এবং শেষ উপাদান অবশ্যই 1.0 হতে হবে, কারণ আমরা ব্যাচ (batch) এবং চ্যানেল (channels) ডাইমেনশনে পুলিং-এর অনুমতি দিই না। 1.44 এবং 1.73 হলো যথাক্রমে হাইট (height) এবং উইডথ (width) ডাইমেনশনের পুলিং রেশিও।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

  • pseudo_random: True-তে সেট করা হলে, এটি পুলিং সিকোয়েন্সটি ছদ্ম-এলোমেলোভাবে তৈরি করে, অন্যথায় এলোমেলোভাবে। ছদ্ম-এলোমেলো এবং এলোমেলোর মধ্যে পার্থক্য জানতে বেঞ্জামিন গ্রাহামের "Fractional Max-Pooling" পেপারটি দেখুন।
  • ওভারল্যাপিং: যখন এটি True-তে সেট করা হয়, এর মানে হলো পুলিং করার সময়, পাশাপাশি থাকা পুলিং সেলগুলোর সীমানায় থাকা মানগুলো উভয় সেলই ব্যবহার করে। উদাহরণস্বরূপ:

index 0 1 2 3 4

value 20 5 16 3 7

যদি পুলিং সিকোয়েন্সটি [0, 2, 4] হয়, তাহলে ইনডেক্স 2-এ থাকা 16 দুইবার ব্যবহৃত হবে। ফ্র্যাকশনাল অ্যাভারেজ পুলিং-এর ক্ষেত্রে ফলাফল হবে [41/3, 26/3]।

  • ডিটারমিনিস্টিক: যখন এটি True-তে সেট করা হয়, তখন কম্পিউটেশন গ্রাফে একটি FractionalAvgPool নোডের উপর ইটারেট করার সময় একটি নির্দিষ্ট পুলিং রিজিয়ন ব্যবহার করা হবে। FractionalAvgPool-কে ডিটারমিনিস্টিক করার জন্য এটি প্রধানত ইউনিট টেস্টে ব্যবহৃত হয়।
  • সিড: যদি সিড অথবা সিড২-এর যেকোনো একটির মান অশূন্য ধরা হয়, তবে র‍্যান্ডম নম্বর জেনারেটরটি প্রদত্ত সিড দ্বারা চালিত হয়। অন্যথায়, এটি একটি র‍্যান্ডম সিড দ্বারা চালিত হয়।
  • seed2: বীজের সংঘর্ষ এড়ানোর জন্য একটি দ্বিতীয় বীজ।

ফেরত:

  • Output : ফ্র্যাকশনাল অ্যাভারেজ পুলিং-এর পরের আউটপুট টেনসর।
  • Output row_pooling_sequence: রো পুলিং সিকোয়েন্স, যা গ্রেডিয়েন্ট গণনা করার জন্য প্রয়োজন।
  • Output col_pooling_sequence: কলাম পুলিং সিকোয়েন্স, যা গ্রেডিয়েন্ট গণনা করার জন্য প্রয়োজন।

নির্মাতা এবং ধ্বংসকারী

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)

জনসাধারণের বৈশিষ্ট্য

col_pooling_sequence
operation
output
row_pooling_sequence

পাবলিক স্ট্যাটিক ফাংশন

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

কাঠামো

tensorflow:: ops:: FractionalAvgPool:: Attrs

FractionalAvgPool-এর জন্য ঐচ্ছিক অ্যাট্রিবিউট সেটার।

জনসাধারণের বৈশিষ্ট্য

col_pooling_sequence 

::tensorflow::Output col_pooling_sequence

অপারেশন 

Operation operation

আউটপুট 

::tensorflow::Output output

সারি_পুলিং_ক্রম 

::tensorflow::Output row_pooling_sequence

জনসাধারণের কার্যাবলী

ফ্র্যাকশনালএভগপুল 

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

ফ্র্যাকশনালএভগপুল 

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

পাবলিক স্ট্যাটিক ফাংশন

নিয়তিবাদী 

Attrs Deterministic(
  bool x
)

ওভারল্যাপিং 

Attrs Overlapping(
  bool x
)

ছদ্ম-এলোমেলো 

Attrs PseudoRandom(
  bool x
)

বীজ 

Attrs Seed(
  int64 x
)

বীজ২ 

Attrs Seed2(
  int64 x
)