QuantizedAvgPool

کلاس نهایی عمومی QuantizedAvgPool

میانگین مخزن تانسور ورودی را برای انواع کوانتیزه تولید می کند.

ثابت ها

رشته

OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

static <T TType > QuantizedAvgPool <T> را گسترش می دهد	ایجاد ( دامنه دامنه ، ورودی عملوند <T>، عملوند < TFloat32 > minInput، عملوند < TFloat32 > maxInput، فهرست <طولانی> ksize، فهرست <طولانی> گام‌ها، بالشتک رشته‌ای) روش کارخانه برای ایجاد کلاسی که یک عملیات جدید QuantizedAvgPool را بسته بندی می کند.
خروجی < TFloat32 >	حداکثر خروجی () مقدار شناور که بالاترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.
خروجی < TFloat32 >	minOutput () مقدار شناوری که کمترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.
خروجی <T>	خروجی ()

روش های ارثی

از کلاس org.tensorflow.op.RawOp

بولی نهایی	برابر است (object obj)
بین المللی نهایی	هش کد ()
عمل	عملیات () این واحد محاسبه را به عنوان یک Operation واحد برگردانید.
رشته نهایی	toString ()

از کلاس java.lang.Object

بولی	برابر است (شیء arg0)
کلاس نهایی<?>	getClass ()
بین المللی	هش کد ()
باطل نهایی	اعلام کردن ()
باطل نهایی	اطلاع رسانی به همه ()
رشته	toString ()
باطل نهایی	صبر کنید (long arg0، int arg1)
باطل نهایی	صبر کنید (طولانی arg0)
باطل نهایی	صبر کن ()

از رابط org.tensorflow.op.Op

چکیده Execution Environment	env () محیط اجرایی را که این عملیات در آن ایجاد شده است برگردانید.
عملیات انتزاعی	عملیات () این واحد محاسبه را به عنوان یک Operation واحد برگردانید.

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "QuantizedAvgPool"

روش های عمومی

عمومی استاتیک QuantizedAvgPool <T> ایجاد ( دامنه دامنه ، ورودی عملوند <T>، عملوند < TFloat32 > minInput، عملوند < TFloat32 > maxInput، List<Long> ksize، فهرست <طولانی> گام‌ها، لایه‌بندی رشته)

روش کارخانه برای ایجاد کلاسی که یک عملیات جدید QuantizedAvgPool را بسته بندی می کند.

مولفه های

محدوده	محدوده فعلی
ورودی	4-بعدی با شکل «[دسته، ارتفاع، عرض، کانال]».
minInput	مقدار شناور که کمترین مقدار ورودی کوانتیزه شده نشان دهنده آن است.
maxInput	مقدار شناور که بالاترین مقدار ورودی کوانتیزه شده نشان دهنده آن است.
ksize	اندازه پنجره برای هر بعد تانسور ورودی. طول باید 4 باشد تا با تعداد ابعاد ورودی مطابقت داشته باشد.
گام برداشت	گام پنجره کشویی برای هر بعد تانسور ورودی. طول باید 4 باشد تا با تعداد ابعاد ورودی مطابقت داشته باشد.
لایه گذاری	نوع الگوریتم padding مورد استفاده.

برمی گرداند

• یک نمونه جدید از QuantizedAvgPool

خروجی عمومی < TFloat32 > maxOutput ()

مقدار شناور که بالاترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.

خروجی عمومی < TFloat32 > minOutput ()

مقدار شناوری که کمترین مقدار خروجی کوانتیزه شده نشان دهنده آن است.

خروجی عمومی <T> خروجی ()