tensorflow :: ops :: FractionalAvgPool

#include <nn_ops.h>

Esegue il raggruppamento medio frazionario sull'input.

Sommario

Il raggruppamento medio frazionario è simile al pool massimo frazionario nella fase di generazione della regione di raggruppamento. L'unica differenza è che dopo la generazione delle aree di pool, viene eseguita un'operazione di media invece di un'operazione di max in ciascuna regione di pool.

Argomenti:

  • scope: un oggetto Scope
  • valore: 4-D con forma [batch, height, width, channels] .
  • pooling_ratio: rapporto di pooling per ciascuna dimensione del value , attualmente supporta solo le dimensioni riga e colonna e dovrebbe essere> = 1.0. Ad esempio, un rapporto di pooling valido appare come [1.0, 1.44, 1.73, 1.0]. Il primo e l'ultimo elemento devono essere 1.0 perché non è consentito il raggruppamento su dimensioni batch e canali. 1,44 e 1,73 rappresentano il rapporto di raggruppamento rispettivamente sulle dimensioni di altezza e larghezza.

Attributi opzionali (vedi Attrs ):

  • pseudo_random: se impostato su True, genera la sequenza di raggruppamento in modo pseudocasuale, altrimenti in modo casuale. Controlla il documento Benjamin Graham, Fractional Max-Pooling per la differenza tra pseudocasuale e casuale.
  • overlapping: quando è impostato su True, significa che durante il raggruppamento, i valori al confine delle celle adiacenti vengono utilizzati da entrambe le celle. Per esempio:

index 0 1 2 3 4

value 20 5 16 3 7

Se la sequenza di raggruppamento è [0, 2, 4], verrà utilizzato due volte 16, all'indice 2. Il risultato sarebbe [41/3, 26/3] per il pooling medio frazionario.

  • deterministico: se impostato su True, verrà utilizzata una regione di pool fissa durante l'iterazione su un nodo FractionalAvgPool nel grafico di calcolo. Utilizzato principalmente in unit test per rendere deterministico FractionalAvgPool .
  • seed: se seed o seed2 sono impostati su un valore diverso da zero, il generatore di numeri casuali viene sottoposto a seed dal seed specificato. Altrimenti, viene seminato da un seme casuale.
  • seed2: un secondo seme per evitare la collisione del seme.

Ritorna:

  • Output output: tensore di output dopo il raggruppamento medio frazionario.
  • Output row_pool_sequence: sequenza di raggruppamento di righe, necessaria per calcolare il gradiente.
  • Output col_pool_sequence: sequenza di raggruppamento di colonne, necessaria per calcolare il gradiente.

Costruttori e distruttori

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)

Attributi pubblici

col_pooling_sequence
operation
output
row_pooling_sequence

Funzioni statiche pubbliche

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

Structs

tensorflow :: ops :: FractionalAvgPool :: Attrs

Setter di attributi facoltativi per FractionalAvgPool .

Attributi pubblici

col_pool_sequence

::tensorflow::Output col_pooling_sequence

operazione

Operation operation

produzione

::tensorflow::Output output

riga__seguimento_di_seguimento

::tensorflow::Output row_pooling_sequence

Funzioni pubbliche

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
)

Funzioni statiche pubbliche

Deterministico

Attrs Deterministic(
  bool x
)

Sovrapposizione

Attrs Overlapping(
  bool x
)

PseudoRandom

Attrs PseudoRandom(
  bool x
)

Seme

Attrs Seed(
  int64 x
)

Seed2

Attrs Seed2(
  int64 x
)