tensorflow :: ops :: KesirliAvgHavuzu
#include <nn_ops.h>
Girişte kesirli ortalama havuzlama gerçekleştirir.
Özet
Kesirli ortalama havuzlama, havuzlama bölgesi oluşturma adımındaki Kesirli maksimum havuzlamaya benzer. Tek fark, havuz bölgeleri oluşturulduktan sonra, her bir havuzlama bölgesinde maksimum işlem yerine ortalama bir işlemin gerçekleştirilmesidir.
Argümanlar:
- kapsam: Bir Scope nesnesi
- değer: 4 boyutlu
[batch, height, width, channels]
. - pooling_ratio: her boyut için oranı havuzu oluşturma
value
, şu anda sadece satır ve sütun boyutu destekler ve> = 1.0 olması gerekir. Örneğin, geçerli bir havuzlama oranı [1.0, 1.44, 1.73, 1.0] gibi görünür. Toplu işlem ve kanal boyutlarında havuzlamaya izin vermediğimiz için ilk ve son öğeler 1.0 olmalıdır. 1,44 ve 1,73, sırasıyla yükseklik ve genişlik boyutlarında havuzlama oranıdır.
İsteğe bağlı özellikler (bkz. Attrs
):
- pseudo_random: True olarak ayarlandığında, havuzlama sırasını sözde rasgele, aksi takdirde rasgele bir şekilde oluşturur. Sözde rastgele ve rastgele arasındaki fark için Benjamin Graham, Kesirli Maks-Havuzlama kağıdına bakın.
- örtüşen: True olarak ayarlandığında, havuzlama yapılırken, 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 dizisi [0, 2, 4] ise, dizin 2'de 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 kullanılır. Temelde Birim testinde FractionalAvgPool'u belirleyici yapmak için kullanılır.
- seed: Çekirdek veya tohum2 sıfırdan farklı olacak şekilde ayarlanmışsa, rastgele sayı oluşturucu verilen tohum tarafından tohumlanır. Aksi takdirde, rastgele bir tohumla tohumlanır.
- seed2: Tohum çarpışmasını önlemek için ikinci bir tohum.
İadeler:
-
Output
çıktısı: Kesirli ortalama havuzlamadan sonra çıktı tensörü. - Row_pooling_sequence
Output
: gradyanı hesaplamak için gereken satır havuzlama dizisi. -
Output
col_pooling_sequence: kolon havuzu dizisi hesaplamak gradyanı gerekiyordu.
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 :: Attrs | FractionalAvgPool için isteğe bağlı öznitelik belirleyicileri. |
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
Kamusal işlevler
KesirliAvgHavuzu
FractionalAvgPool( const ::tensorflow::Scope & scope, ::tensorflow::Input value, const gtl::ArraySlice< float > & pooling_ratio )
KesirliAvgHavuzu
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 )
Sözde Rastgele
Attrs PseudoRandom( bool x )
Tohum
Attrs Seed( int64 x )
Tohum2
Attrs Seed2( int64 x )