Executa pooling médio na entrada.
Cada entrada em `output` é a média do tamanho correspondente da janela `ksize` em `value`.
Classes aninhadas
| aula | AvgPool.Opções | Atributos opcionais para AvgPool | |
Constantes
| Corda | OP_NAME | O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow | 
Métodos Públicos
| Saída <T> |  asOutput ()  Retorna o identificador simbólico do tensor. | 
| estático <T estende TNumber > AvgPool <T> |  create ( Escopo do escopo , valor do operando <T>, List<Long> ksize, List<Long> strides, String padding, Options... options)  Método de fábrica para criar uma classe que envolve uma nova operação AvgPool. | 
| AvgPool.Options estático |  dataFormat (String dataFormat) | 
| Saída <T> |  saída ()  O tensor de saída agrupado médio.  | 
Métodos herdados
Constantes
String final estática pública OP_NAME
O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para 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 AvgPool <T> create ( Escopo do escopo , valor do operando <T>, List<Long> ksize, List<Long> strides, String padding, Options... options)
Método de fábrica para criar uma classe que envolve uma nova operação AvgPool.
Parâmetros
| escopo | escopo atual | 
|---|---|
| valor | 4-D com forma `[lote, altura, largura, canais]`. | 
| tamanho k | O tamanho da janela deslizante para cada dimensão de `valor`. | 
| avanços | O avanço da janela deslizante para cada dimensão de `valor`. | 
| preenchimento | O tipo de algoritmo de preenchimento a ser usado. | 
| opções | carrega valores de atributos opcionais | 
Devoluções
- uma nova instância do AvgPool
público estático AvgPool.Options dataFormat (String dataFormat)
Parâmetros
| formato de dados | Especifique o formato dos dados de entrada e saída. Com o formato padrão "NHWC", os dados são armazenados na ordem de: [lote, in_height, in_width, in_channels]. Alternativamente, o formato pode ser "NCHW", a ordem de armazenamento de dados de: [lote, in_channels, in_height, in_width]. | 
|---|