tensorflow::ops::FractionalMaxPool

Executa o agrupamento máximo fracionário na entrada.

Resumo

O pooling máximo fracionário difere ligeiramente do pooling máximo regular. No pooling máximo regular, o tamanho de um conjunto de entrada é reduzido selecionando o valor máximo de subseções menores de N x N dimensões (geralmente 2x2) e tentando reduzir o conjunto por um fator de N, onde N é um número inteiro. O pooling máximo fracionário, como o próprio nome indica, significa que a taxa de redução geral N não precisa ser um número inteiro.

Os tamanhos das regiões de agrupamento são gerados aleatoriamente, mas são bastante uniformes. Por exemplo, vamos analisar a dimensão da altura e as restrições na lista de linhas que serão os limites do agrupamento.

Primeiramente, definimos o seguinte:

1. input_row_length: o número de linhas do conjunto de entrada
2. output_row_length: que será menor que a entrada
3. alfa = comprimento_da_linha_de_entrada / comprimento_da_linha_de_saída: nossa taxa de redução
4. K = piso(alfa)
5. row_pooling_sequence: esta é a lista resultante das linhas de limite do pool.

Então, row_pooling_sequence deve satisfazer:

1. a[0] = 0: o primeiro valor da sequência é 0
2. a[end] = input_row_length: o último valor da sequência é o tamanho
3. K <= (a[i+1] - a[i]) <= K+1 : todos os intervalos têm tamanho K ou K+1
4. comprimento(sequência_de_agrupamento_de_linhas) = ​​comprimento_da_linha_de_saída+1

Para obter mais detalhes sobre pooling máximo fracionário, consulte este artigo: Benjamin Graham, Fractional Max-Pooling

Argumentos:

• escopo: Um objeto de escopo
• valor: 4-D com formato [batch, height, width, channels] .
• pooling_ratio: Proporção de agrupamento para cada dimensão do value , atualmente suporta apenas as dimensões de linha e coluna e deve ser >= 1,0. Por exemplo, uma proporção de agrupamento válida seria [1,0, 1,44, 1,73, 1,0]. O primeiro e o último elementos devem ser 1,0 porque não permitimos agrupamento nas dimensões de lote e canal. 1,44 e 1,73 são as proporções de agrupamento nas dimensões de altura e largura, respectivamente.

Atributos opcionais (ver Attrs ):

• pseudo_random: Quando definido como True, gera a sequência de pooling de forma pseudoaleatória; caso contrário, de forma aleatória. Consulte o artigo de Benjamin Graham, Fractional Max-Pooling, para entender a diferença entre pseudorandom e random.
• sobreposição: Quando definido como Verdadeiro, significa que, ao combinar os dados, os valores no limite das células adjacentes são usados ​​por ambas as células. Por exemplo:

index 0 1 2 3 4

value 20 5 16 3 7

Se a sequência de pooling for [0, 2, 4], então 16, no índice 2, será usado duas vezes. O resultado seria [20, 16] para o pooling máximo fracionário.

• determinístico: Quando definido como True, uma região de pooling fixa será usada ao iterar sobre um nó FractionalMaxPool no grafo de computação. Usado principalmente em testes unitários para tornar o FractionalMaxPool determinístico.
• Semente: Se `seed` ou `seed2` forem definidos como diferentes de zero, o gerador de números aleatórios será inicializado com a semente fornecida. Caso contrário, será inicializado com uma semente aleatória.
• seed2: Uma segunda semente para evitar colisão de sementes.

Devoluções:

• Output : tensor de saída após o pooling máximo fracionário.
• Output row_pooling_sequence: sequência de agrupamento de linhas, necessária para calcular o gradiente.
• Output col_pooling_sequence: sequência de agrupamento de colunas, necessária para calcular o gradiente.

Atributos públicos

::tensorflow::Output col_pooling_sequence

Operation operation

::tensorflow::Output output

::tensorflow::Output row_pooling_sequence

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

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

Attrs Deterministic(
  bool x
)

Attrs Overlapping(
  bool x
)

Attrs PseudoRandom(
  bool x
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)