tensorflow::ops::MaxPoolWithArgmax

ทำการค้นหาค่าสูงสุดโดยใช้เทคนิค Max Pooling กับข้อมูลอินพุต และส่งออกทั้งค่าสูงสุดและดัชนี

สรุป

ดัชนีใน argmax จะถูกทำให้แบนราบ ดังนั้นค่าสูงสุดที่ตำแหน่ง [b, y, x, c] จะกลายเป็นดัชนีที่แบนราบ: (y * width + x) * channels + c ถ้า include_batch_in_index เป็น False; ((b * height + y) * width + x) * channels + c ถ้า include_batch_in_index เป็น True

ค่าดัชนีที่ส่งคืนจะอยู่ในช่วง [0, height) x [0, width) เสมอ ก่อนที่จะทำการแปลงให้แบนราบ แม้ว่าจะมีการเติมช่องว่างและคำตอบที่ถูกต้องทางคณิตศาสตร์อยู่นอกช่วง (เป็นค่าลบหรือใหญ่เกินไป) ก็ตาม นี่เป็นข้อบกพร่อง แต่การแก้ไขทำได้ยากด้วยวิธีที่ปลอดภัยและเข้ากันได้กับเวอร์ชันก่อนหน้า โดยเฉพาะอย่างยิ่งเนื่องจากการแปลงให้แบนราบ

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• อินพุต: 4 มิติ ที่มีรูปร่าง [batch, height, width, channels] อินพุต สำหรับพูล
• ksize: ขนาดของหน้าต่างสำหรับแต่ละมิติของเทนเซอร์อินพุต
• strides: ระยะก้าวของหน้าต่างเลื่อนสำหรับแต่ละมิติของเทนเซอร์อินพุต
• การเติมช่องว่าง: ประเภทของอัลกอริทึมการเติมช่องว่างที่จะใช้

คุณลักษณะเสริม (ดูที่ Attrs ):

• include_batch_in_index: ระบุว่าจะรวมมิติแบทช์ในดัชนีแบบแบนของ argmax หรือไม่

การส่งคืนสินค้า:

• Output : เทนเซอร์ผลลัพธ์ที่รวมกันสูงสุด
• Output argmax: 4 มิติ ดัชนีแบบแบนของค่าสูงสุดที่เลือกสำหรับแต่ละเอาต์พุต

คุณลักษณะสาธารณะ

::tensorflow::Output argmax

Operation operation

::tensorflow::Output output

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

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

Attrs IncludeBatchInIndex(
  bool x
)

Attrs Targmax(
  DataType x
)