Maksimum havuzlama fonksiyonunun ikinci dereceden gradyanlarını hesaplar.
İç İçe Sınıflar
| sınıf | MaxPoolGradGrad.Options | MaxPoolGradGradiçin isteğe bağlı özellikler | |
Sabitler
| Sicim | OP_NAME | Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı | 
Genel Yöntemler
| Çıkış <T> |  Çıkış olarak ()  Tensörün sembolik tutamacını döndürür. | 
| statik <T TNumber'ı genişletir > MaxPoolGradGrad <T> | |
| statik MaxPoolGradGrad.Options |  dataFormat (Dize dataFormat) | 
| Çıkış <T> |  çıktı ()  Degradelerin degradeleri wrt  | 
Kalıtsal Yöntemler
Sabitler
genel statik son Dize OP_NAME
Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı
Genel Yöntemler
genel Çıkış <T> asOutput ()
Tensörün sembolik tutamacını döndürür.
TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girişin hesaplanmasını temsil eden sembolik bir tanıtıcı elde etmek için kullanılır.
public static MaxPoolGradGrad <T> create ( Kapsam kapsamı, İşlenen <T> origInput, İşlenen <T> origOutput, İşlenen <T> grad, İşlenen < TInt32 > ksize, İşlenen < TInt32 > adımlar, Dize doldurma, Seçenekler... seçenekler)
Yeni bir MaxPoolGradGrad işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Parametreler
| kapsam | mevcut kapsam | 
|---|---|
| origGiriş | Orijinal giriş tensörü. | 
| origÇıktı | Orijinal çıkış tensörü. | 
| mezun | 4-D. "max_pool" girdisine göre degradelerin degradeleri. | 
| ksize | Giriş tensörünün her boyutu için pencerenin boyutu. | 
| adımlar | Giriş tensörünün her boyutu için kayan pencerenin adımı. | 
| dolgu malzemesi | Kullanılacak doldurma algoritmasının türü. | 
| seçenekler | isteğe bağlı nitelik değerlerini taşır | 
İadeler
- MaxPoolGradGrad'ın yeni bir örneği
public static MaxPoolGradGrad.Options dataFormat (Dize dataFormat)
Parametreler
| veri formatı | Giriş ve çıkış verilerinin veri formatını belirtin. Varsayılan format "NHWC" ile veriler şu sırayla saklanır: [batch, in_height, in_width, in_channels]. Alternatif olarak format, veri depolama sırası olan "NCHW" olabilir: [batch, in_channels, in_height, in_width]. | 
|---|