tensorflow :: ops :: FractionalAvgPool

#include <nn_ops.h>

Melakukan penggabungan rata-rata pecahan pada input.

Ringkasan

Penggabungan rata-rata pecahan mirip dengan penggabungan maks pecahan di langkah pembuatan wilayah penggabungan. Satu-satunya perbedaan adalah setelah wilayah penggabungan dibuat, operasi rata-rata dilakukan alih-alih operasi maksimum di setiap wilayah penggabungan.

Argumen:

  • scope: Objek Scope
  • nilai: 4-D dengan bentuk [batch, height, width, channels] .
  • pooling_ratio: Rasio penggabungan untuk setiap dimensi value , saat ini hanya mendukung dimensi baris dan kolom dan harus> = 1,0. Misalnya, rasio penggabungan yang valid terlihat seperti [1.0, 1.44, 1.73, 1.0]. Elemen pertama dan terakhir harus 1.0 karena kami tidak mengizinkan penggabungan pada dimensi batch dan saluran. 1,44 dan 1,73 adalah rasio penggabungan pada dimensi tinggi dan lebar masing-masing.

Atribut opsional (lihat Attrs ):

  • pseudo_random: Jika disetel ke True, menghasilkan urutan penggabungan dalam gaya pseudorandom, jika tidak, secara acak. Periksa makalah Benjamin Graham, Fractional Max-Pooling untuk perbedaan antara pseudorandom dan random.
  • tumpang tindih: Saat disetel ke True, artinya saat menggabungkan, nilai di batas sel penggabungan yang berdekatan digunakan oleh kedua sel. Sebagai contoh:

index 0 1 2 3 4

value 20 5 16 3 7

Jika urutan penggabungan [0, 2, 4], maka 16, pada indeks 2 akan digunakan dua kali. Hasilnya akan menjadi [41/3, 26/3] untuk penggabungan rata-rata pecahan.

  • deterministik: Jika disetel ke True, wilayah penggabungan tetap akan digunakan saat melakukan iterasi pada node FractionalAvgPool dalam grafik komputasi. Terutama digunakan dalam pengujian unit untuk membuat FractionalAvgPool deterministik.
  • benih: Jika salah satu benih atau benih2 ditetapkan menjadi bukan nol, generator nomor acak disemai oleh benih yang diberikan. Jika tidak, itu diunggulkan dengan benih acak.
  • seed2: Benih kedua untuk menghindari tumbukan benih.

Pengembalian:

  • Output keluaran: tensor keluaran setelah penggabungan rata-rata pecahan.
  • Output row_pooling_sequence: urutan penggabungan baris, diperlukan untuk menghitung gradien.
  • Output col_pooling_sequence: urutan penyatuan kolom, diperlukan untuk menghitung gradien.

Pembuat dan Penghancur

FractionalAvgPool (const :: tensorflow::Scope & scope, :: tensorflow::Input value, const gtl::ArraySlice< float > & pooling_ratio)
FractionalAvgPool (const :: tensorflow::Scope & scope, :: tensorflow::Input value, const gtl::ArraySlice< float > & pooling_ratio, const FractionalAvgPool::Attrs & attrs)

Atribut publik

col_pooling_sequence
operation
output
row_pooling_sequence

Fungsi statis publik

Deterministic (bool x)
Overlapping (bool x)
PseudoRandom (bool x)
Seed (int64 x)
Seed2 (int64 x)

Structs

tensorflow :: ops :: FractionalAvgPool :: Attrs

Penyetel atribut opsional untuk FractionalAvgPool .

Atribut publik

col_pooling_sequence

::tensorflow::Output col_pooling_sequence

operasi

Operation operation

keluaran

::tensorflow::Output output

row_pooling_sequence

::tensorflow::Output row_pooling_sequence

Fungsi publik

FractionalAvgPool

 FractionalAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input value,
  const gtl::ArraySlice< float > & pooling_ratio
)

FractionalAvgPool

 FractionalAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input value,
  const gtl::ArraySlice< float > & pooling_ratio,
  const FractionalAvgPool::Attrs & attrs
)

Fungsi statis publik

Deterministik

Attrs Deterministic(
  bool x
)

Tumpang tindih

Attrs Overlapping(
  bool x
)

PseudoRandom

Attrs PseudoRandom(
  bool x
)

Benih

Attrs Seed(
  int64 x
)

Benih2

Attrs Seed2(
  int64 x
)