Calcula gradientes da função de pooling média.
Classes aninhadas
classe | AvgPool3dGrad.Options | Atributos opcionais para AvgPool3dGrad |
Constantes
Fragmento | OP_NAME | O nome desta operação, conforme conhecido pelo motor principal TensorFlow |
Métodos Públicos
Output <T> | asOutput () Retorna o identificador simbólico do tensor. |
estática <T estende TNumber > AvgPool3dGrad <T> | |
estáticos AvgPool3dGrad.Options | dataFormat (String dataFormat) |
Output <T> | saída () O backprop para entrada. |
Métodos herdados
Constantes
nome_op final String public static
O nome desta operação, conforme conhecido pelo motor principal TensorFlow
Métodos Públicos
pública Output <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static AvgPool3dGrad <T> create ( Scope escopo, Operando < TInt32 > origInputShape, Operando <T> grad, List <longo> ksize, List <longo> avanços, String preenchimento, Options ... Opções)
Método de fábrica para criar uma classe envolvendo uma nova operação AvgPool3dGrad.
Parâmetros
alcance | escopo atual |
---|---|
origInputShape | As dimensões de entrada originais. |
grad | Saída backprop da forma `[lote, profundidade, linhas, colunas, canais]`. |
ksize | Tensor 1-D de comprimento 5. O tamanho da janela para cada dimensão do tensor de entrada. Deve ter `ksize [0] = ksize [4] = 1`. |
passos largos | Tensor 1-D de comprimento 5. A passada da janela deslizante para cada dimensão de `entrada`. Deve ter `strides [0] = strides [4] = 1`. |
preenchimento | O tipo de algoritmo de preenchimento a ser usado. |
opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de AvgPool3dGrad
public static AvgPool3dGrad.Options dataFormat (String dataFormat)
Parâmetros
formato de dados | O formato dos dados de entrada e saída. Com o formato padrão "NDHWC", os dados são armazenados na ordem de: [batch, in_depth, in_height, in_width, in_channels]. Alternativamente, o formato poderia ser "NCDHW", a ordem de armazenamento de dados é: [lote, in_channels, in_depth, in_height, in_width]. |
---|