Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
dòng chảy căng:: ôi:: Phân sốTrung bìnhPool
#include <nn_ops.h>
Thực hiện tổng hợp trung bình phân đoạn trên đầu vào.
Bản tóm tắt
Tổng hợp trung bình phân số tương tự như tổng hợp tối đa phân số trong bước tạo vùng tổng hợp. Sự khác biệt duy nhất là sau khi các vùng gộp được tạo ra, một phép toán trung bình được thực hiện thay vì một phép toán tối đa trong mỗi vùng gộp.
Lập luận:
- phạm vi: Một đối tượng phạm vi
- giá trị: 4-D với hình dạng
[batch, height, width, channels]
. - pooling_ratio: Tỷ lệ gộp cho từng thứ nguyên của
value
, hiện chỉ hỗ trợ thứ nguyên hàng và cột và phải >= 1,0. Ví dụ: tỷ lệ gộp hợp lệ có dạng [1,0, 1,44, 1,73, 1,0]. Phần tử đầu tiên và cuối cùng phải là 1.0 vì chúng tôi không cho phép gộp các thứ nguyên theo lô và kênh. 1,44 và 1,73 lần lượt là tỷ lệ gộp theo kích thước chiều cao và chiều rộng.
Thuộc tính tùy chọn (xem Attrs
):
- pseudo_random: Khi được đặt thành True, sẽ tạo chuỗi gộp theo kiểu giả ngẫu nhiên, nếu không thì theo kiểu ngẫu nhiên. Kiểm tra bài viết của Benjamin Graham, Fractional Max-Pooling để biết sự khác biệt giữa giả ngẫu nhiên và ngẫu nhiên.
- chồng chéo: Khi được đặt thành True, điều đó có nghĩa là khi gộp, các giá trị ở ranh giới của các ô gộp liền kề được cả hai ô sử dụng. Ví dụ:
index 0 1 2 3 4
value 20 5 16 3 7
Nếu chuỗi gộp là [0, 2, 4] thì 16, ở chỉ số 2 sẽ được sử dụng hai lần. Kết quả sẽ là [41/3, 26/3] đối với tổng hợp trung bình theo tỷ lệ.
- xác định: Khi được đặt thành True, vùng gộp cố định sẽ được sử dụng khi lặp qua nút FractionalAvgPool trong biểu đồ tính toán. Chủ yếu được sử dụng trong thử nghiệm đơn vị để xác định FractionalAvgPool .
- hạt giống: Nếu hạt giống hoặc hạt giống2 được đặt khác 0, bộ tạo số ngẫu nhiên sẽ được gieo hạt giống đã cho. Nếu không, nó sẽ được gieo bởi một hạt giống ngẫu nhiên.
- Seed2: Hạt giống thứ hai để tránh va chạm hạt giống.
Trả về:
- Đầu ra
Output
: tenxơ đầu ra sau khi gộp trung bình phân số. -
Output
row_pooling_sequence: chuỗi gộp hàng, cần thiết để tính toán độ dốc. -
Output
col_pooling_sequence: trình tự gộp cột, cần thiết để tính toán độ dốc.
Thuộc tính công khai
Chức năng công cộng
Các hàm tĩnh công khai
xác định
Attrs Deterministic(
bool x
)
Chồng chéo
Attrs Overlapping(
bool x
)
giả ngẫu nhiên
Attrs PseudoRandom(
bool x
)
Hạt giống
Attrs Seed(
int64 x
)
Hạt giống2
Attrs Seed2(
int64 x
)
Trừ phi có lưu ý khác, nội dung của trang này được cấp phép theo Giấy phép ghi nhận tác giả 4.0 của Creative Commons và các mẫu mã lập trình được cấp phép theo Giấy phép Apache 2.0. Để biết thông tin chi tiết, vui lòng tham khảo Chính sách trang web của Google Developers. Java là nhãn hiệu đã đăng ký của Oracle và/hoặc các đơn vị liên kết với Oracle.
Cập nhật lần gần đây nhất: 2025-07-25 UTC.
[null,null,["Cập nhật lần gần đây nhất: 2025-07-25 UTC."],[],[],null,["# tensorflow::ops::FractionalAvgPool Class Reference\n\ntensorflow::ops::FractionalAvgPool\n==================================\n\n`#include \u003cnn_ops.h\u003e`\n\nPerforms fractional average pooling on the input.\n\nSummary\n-------\n\nFractional average pooling is similar to Fractional max pooling in the pooling region generation step. The only difference is that after pooling regions are generated, a mean operation is performed instead of a max operation in each pooling region.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- value: 4-D with shape `[batch, height, width, channels]`.\n- pooling_ratio: Pooling ratio for each dimension of `value`, currently only supports row and col dimension and should be \\\u003e= 1.0. For example, a valid pooling ratio looks like \\[1.0, 1.44, 1.73, 1.0\\]. The first and last elements must be 1.0 because we don't allow pooling on batch and channels dimensions. 1.44 and 1.73 are pooling ratio on height and width dimensions respectively.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/fractional-avg-pool/attrs#structtensorflow_1_1ops_1_1_fractional_avg_pool_1_1_attrs)):\n\n- pseudo_random: When set to True, generates the pooling sequence in a pseudorandom fashion, otherwise, in a random fashion. Check paper [Benjamin Graham, Fractional Max-Pooling](http://arxiv.org/abs/1412.6071) for difference between pseudorandom and random.\n- overlapping: When set to True, it means when pooling, the values at the boundary of adjacent pooling cells are used by both cells. For example:\n\n\u003cbr /\u003e\n\n\n`index 0 1 2 3 4`\n\n\n`value 20 5 16 3 7`\n\nIf the pooling sequence is \\[0, 2, 4\\], then 16, at index 2 will be used twice. The result would be \\[41/3, 26/3\\] for fractional avg pooling.\n\n- deterministic: When set to True, a fixed pooling region will be used when iterating over a [FractionalAvgPool](/versions/r2.1/api_docs/cc/class/tensorflow/ops/fractional-avg-pool#classtensorflow_1_1ops_1_1_fractional_avg_pool) node in the computation graph. Mainly used in unit test to make [FractionalAvgPool](/versions/r2.1/api_docs/cc/class/tensorflow/ops/fractional-avg-pool#classtensorflow_1_1ops_1_1_fractional_avg_pool) deterministic.\n- seed: If either seed or seed2 are set to be non-zero, the random number generator is seeded by the given seed. Otherwise, it is seeded by a random seed.\n- seed2: An second seed to avoid seed collision.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) output: output tensor after fractional avg pooling.\n- [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) row_pooling_sequence: row pooling sequence, needed to calculate gradient.\n- [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) col_pooling_sequence: column pooling sequence, needed to calculate gradient.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [FractionalAvgPool](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1a83af6f6e93dbac2bf42ad6afc05d2a86)`(const ::`[tensorflow::Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` value, const gtl::ArraySlice\u003c float \u003e & pooling_ratio)` ||\n| [FractionalAvgPool](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1afe59c1134290e6cfe190960e53e836ed)`(const ::`[tensorflow::Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` value, const gtl::ArraySlice\u003c float \u003e & pooling_ratio, const `[FractionalAvgPool::Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/fractional-avg-pool/attrs#structtensorflow_1_1ops_1_1_fractional_avg_pool_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|------------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [col_pooling_sequence](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1a253a9b7940b383f04c70aa5254f52995) | `::`[tensorflow::Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [operation](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1a8b1bbb7c981afe922b39753597ab754b) | [Operation](/versions/r2.1/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1a72c1fe35152d17096cfcd5ca3d626e24) | `::`[tensorflow::Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n| [row_pooling_sequence](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1aef40ec50b456803bb75a8474cdc29fcb) | `::`[tensorflow::Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public static functions ||\n|---------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------|\n| [Deterministic](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1a286c7e7d0ea4b667eb0fca780f6c8fd8)`(bool x)` | [Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/fractional-avg-pool/attrs#structtensorflow_1_1ops_1_1_fractional_avg_pool_1_1_attrs) |\n| [Overlapping](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1a561400c14f7e0877122cf0faad67b785)`(bool x)` | [Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/fractional-avg-pool/attrs#structtensorflow_1_1ops_1_1_fractional_avg_pool_1_1_attrs) |\n| [PseudoRandom](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1aaeb0a37c716692070fa056b6f164adab)`(bool x)` | [Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/fractional-avg-pool/attrs#structtensorflow_1_1ops_1_1_fractional_avg_pool_1_1_attrs) |\n| [Seed](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1a691079eab5c004dc817e928c12380fe5)`(int64 x)` | [Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/fractional-avg-pool/attrs#structtensorflow_1_1ops_1_1_fractional_avg_pool_1_1_attrs) |\n| [Seed2](#classtensorflow_1_1ops_1_1_fractional_avg_pool_1aba6caf6e7f50e68e728b8ac9357b9353)`(int64 x)` | [Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/fractional-avg-pool/attrs#structtensorflow_1_1ops_1_1_fractional_avg_pool_1_1_attrs) |\n\n| ### Structs ||\n|-------------------------------------------------------------------------------------------------------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::FractionalAvgPool::Attrs](/versions/r2.1/api_docs/cc/struct/tensorflow/ops/fractional-avg-pool/attrs) | Optional attribute setters for [FractionalAvgPool](/versions/r2.1/api_docs/cc/class/tensorflow/ops/fractional-avg-pool#classtensorflow_1_1ops_1_1_fractional_avg_pool). |\n\nPublic attributes\n-----------------\n\n### col_pooling_sequence\n\n```scdoc\n::tensorflow::Output col_pooling_sequence\n``` \n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\n### row_pooling_sequence\n\n```scdoc\n::tensorflow::Output row_pooling_sequence\n``` \n\nPublic functions\n----------------\n\n### FractionalAvgPool\n\n```gdscript\n FractionalAvgPool(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input value,\n const gtl::ArraySlice\u003c float \u003e & pooling_ratio\n)\n``` \n\n### FractionalAvgPool\n\n```gdscript\n FractionalAvgPool(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input value,\n const gtl::ArraySlice\u003c float \u003e & pooling_ratio,\n const FractionalAvgPool::Attrs & attrs\n)\n``` \n\nPublic static functions\n-----------------------\n\n### Deterministic\n\n```text\nAttrs Deterministic(\n bool x\n)\n``` \n\n### Overlapping\n\n```text\nAttrs Overlapping(\n bool x\n)\n``` \n\n### PseudoRandom\n\n```text\nAttrs PseudoRandom(\n bool x\n)\n``` \n\n### Seed\n\n```text\nAttrs Seed(\n int64 x\n)\n``` \n\n### Seed2\n\n```text\nAttrs Seed2(\n int64 x\n)\n```"]]