Calcule les gradients de la fonction de pooling moyenne.
Classes imbriquées
classe | AvgPool3dGrad.Options | Attributs facultatifs pour AvgPool3dGrad |
Constantes
Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
Sortie <T> | comme Sortie () Renvoie le handle symbolique du tenseur. |
statique <T étend TNumber > AvgPool3dGrad <T> | |
statique AvgPool3dGrad.Options | dataFormat (Chaîne dataFormat) |
Sortie <T> | sortir () Le backprop pour l'entrée. |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
sortie publique <T> asOutput ()
Renvoie le handle symbolique du tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
public static AvgPool3dGrad <T> create ( Scope scope, Operand < TInt32 > origInputShape, Operand <T> grad, List<Long> ksize, List<Long> strides, String padding, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération AvgPool3dGrad.
Paramètres
portée | portée actuelle |
---|---|
origInputShape | Les dimensions d'entrée d'origine. |
diplômé | Backprop de sortie de forme `[batch, profondeur, lignes, colonnes, canaux]`. |
taille k | Tenseur 1-D de longueur 5. La taille de la fenêtre pour chaque dimension du tenseur d'entrée. Doit avoir `ksize[0] = ksize[4] = 1`. |
foulées | Tenseur 1-D de longueur 5. La foulée de la fenêtre glissante pour chaque dimension de « entrée ». Doit avoir `strides[0] = strides[4] = 1`. |
rembourrage | Le type d’algorithme de remplissage à utiliser. |
choix | porte des valeurs d'attributs facultatifs |
Retour
- une nouvelle instance de AvgPool3dGrad
public statique AvgPool3dGrad.Options dataFormat (String dataFormat)
Paramètres
format de données | Le format de données des données d'entrée et de sortie. Avec le format par défaut « NDHWC », les données sont stockées dans l'ordre suivant : [batch, in_degree, in_height, in_width, in_channels]. Alternativement, le format pourrait être « NCDHW », l'ordre de stockage des données est : [batch, in_channels, in_degree, in_height, in_width]. |
---|