Menghitung gradien orde kedua dari fungsi maxpooling.
Kelas Bersarang
kelas | MaxPool3dGradGrad.Opsi | Atribut opsional untuk MaxPool3dGradGrad |
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T memperluas TNumber > MaxPool3dGradGrad <T> | |
MaxPool3dGradGrad.Options statis | format data (Format data string) |
Keluaran <T> | keluaran () Gradien gradien wrt |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static MaxPool3dGradGrad <T> buat ( Lingkup cakupan , Operand <T> origInput, Operand <T> origOutput, Operand <T> grad, Daftar<Panjang> ksize, Daftar<Panjang> langkah, Bantalan string, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi MaxPool3dGradGrad baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
masukan asli | Tensor masukan asli. |
keluaran asli | Tensor keluaran asli. |
lulusan | Backprop keluaran berbentuk `[batch, kedalaman, baris, kolom, saluran]`. |
ukuran | Tensor 1-D dengan panjang 5. Ukuran jendela untuk setiap dimensi tensor masukan. Harus memiliki `ksize[0] = ksize[4] = 1`. |
langkah | Tensor 1-D dengan panjang 5. Langkah jendela geser untuk setiap dimensi `input`. Harus memiliki `langkah[0] = langkah[4] = 1`. |
lapisan | Jenis algoritma padding yang akan digunakan. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru MaxPool3dGradGrad
MaxPool3dGradGrad.Options dataFormat statis publik (String dataFormat)
Parameter
format data | Format data data masukan dan keluaran. Dengan format default "NDHWC", data disimpan dalam urutan: [batch, in_ depth, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa "NCDHW", urutan penyimpanan datanya adalah: [batch, in_channels, in_ depth, in_height, in_width]. |
---|