Effectue un pooling maximum fractionnaire sur l’entrée.
La mise en commun maximale fractionnée est légèrement différente de la mise en commun maximale régulière. Dans le pooling maximal régulier, vous réduisez la taille d'un ensemble d'entrées en prenant la valeur maximale des sous-sections N x N plus petites de l'ensemble (souvent 2x2) et essayez de réduire l'ensemble d'un facteur N, où N est un nombre entier. La mise en commun fractionnée maximale, comme on peut s'y attendre du mot « fractionnaire », signifie que le rapport de réduction global N ne doit pas nécessairement être un nombre entier.
Les tailles des régions de pooling sont générées de manière aléatoire mais sont assez uniformes. Par exemple, regardons la dimension de hauteur et les contraintes sur la liste des lignes qui constitueront les limites du pool.
Nous définissons d’abord ce qui suit :
1. input_row_length : le nombre de lignes de l'ensemble d'entrée 2. output_row_length : qui sera plus petit que l'entrée 3. alpha = input_row_length / output_row_length : notre taux de réduction 4. K = floor(alpha) 5. row_pooling_sequence : voici le résultat liste des lignes de limite de pool
Ensuite, row_pooling_sequence devrait satisfaire :
1. a[0] = 0 : la première valeur de la séquence est 0 2. a[end] = input_row_length : la dernière valeur de la séquence est la taille 3. K <= (a[i+1] - a[ i]) <= K+1 : tous les intervalles sont de taille K ou K+1 4. length(row_pooling_sequence) = output_row_length+1
Pour plus de détails sur le pooling maximum fractionnaire, consultez cet article : [Benjamin Graham, Fractional Max-Pooling](http://arxiv.org/abs/1412.6071)
Classes imbriquées
| classe | FractionalMaxPool.Options | Attributs facultatifs pour FractionalMaxPool | |
Constantes
| Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
| Sortie < TInt64 > | colPoolingSequence () séquence de regroupement de colonnes, nécessaire pour calculer le gradient. |
| statique <T étend TNumber > FractionalMaxPool <T> | créer ( Portée de la portée , valeur de l'opérande <T>, options List<Float> poolingRatio, Options... ) Méthode d'usine pour créer une classe encapsulant une nouvelle opération FractionalMaxPool. |
| FractionalMaxPool.Options statique | déterministe (déterministe booléen) |
| Sortie <T> | sortir () tenseur de sortie après une mise en commun maximale fractionnaire. |
| FractionalMaxPool.Options statique | chevauchement (chevauchement booléen) |
| FractionalMaxPool.Options statique | pseudoRandom (pseudoRandom booléen) |
| Sortie < TInt64 > | rangéePoolingSequence () séquence de regroupement de lignes, nécessaire pour calculer le gradient. |
| FractionalMaxPool.Options statique | graine (graine longue) |
| FractionalMaxPool.Options statique | graine2 (graine longue2) |
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 < TInt64 > colPoolingSequence ()
séquence de regroupement de colonnes, nécessaire pour calculer le gradient.
public static FractionalMaxPool <T> créer ( portée de la portée , valeur de l'opérande <T>, liste <Float> poolingRatio, options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération FractionalMaxPool.
Paramètres
| portée | portée actuelle |
|---|---|
| valeur | 4-D avec la forme `[lot, hauteur, largeur, canaux]`. |
| poolingRatio | Le ratio de regroupement pour chaque dimension de « valeur », ne prend actuellement en charge que les dimensions de ligne et de colonne et devrait être >= 1,0. Par exemple, un ratio de mise en commun valide ressemble à [1,0, 1,44, 1,73, 1,0]. Le premier et le dernier élément doivent être 1.0 car nous n'autorisons pas le pooling sur les dimensions des lots et des canaux. 1,44 et 1,73 sont respectivement le rapport de regroupement sur les dimensions de hauteur et de largeur. |
| choix | porte des valeurs d'attributs facultatifs |
Retour
- une nouvelle instance de FractionalMaxPool
public static FractionalMaxPool.Options déterministe (déterministe booléen)
Paramètres
| déterministe | Lorsqu'elle est définie sur True, une région de pooling fixe sera utilisée lors de l'itération sur un nœud FractionalMaxPool dans le graphe de calcul. Principalement utilisé dans les tests unitaires pour rendre FractionalMaxPool déterministe. |
|---|
public static FractionalMaxPool.Options se chevauchant (chevauchement booléen)
Paramètres
| chevauchement | Lorsqu'il est défini sur True, cela signifie que lors du regroupement, les valeurs à la limite des cellules de regroupement adjacentes sont utilisées par les deux cellules. Par exemple: `indice 0 1 2 3 4` `valeur 20 5 16 3 7` Si la séquence de pooling est [0, 2, 4], alors 16, à l'index 2, sera utilisé deux fois. Le résultat serait [20, 16] pour un pooling maximum fractionnaire. |
|---|
public statique FractionalMaxPool.Options pseudoRandom (pseudoRandom booléen)
Paramètres
| pseudo-aléatoire | Lorsqu'il est défini sur True, génère la séquence de regroupement de manière pseudo-aléatoire, sinon de manière aléatoire. Vérifiez l'article [Benjamin Graham, Fractional Max-Pooling] (http://arxiv.org/abs/1412.6071) pour connaître la différence entre pseudo-aléatoire et aléatoire. |
|---|
Sortie publique < TInt64 > rowPoolingSequence ()
séquence de regroupement de lignes, nécessaire pour calculer le gradient.
graine publique statique FractionalMaxPool.Options (graine longue)
Paramètres
| graine | Si seed ou seed2 sont définis comme étant différents de zéro, le générateur de nombres aléatoires est amorcé par la graine donnée. Sinon, il est ensemencé par une graine aléatoire. |
|---|
public statique FractionalMaxPool.Options seed2 (Long seed2)
Paramètres
| graine2 | Une deuxième graine pour éviter la collision des graines. |
|---|