सार्वजनिक अंतिम कक्षा AvgPool3dGrad
औसत पूलिंग फ़ंक्शन के ग्रेडिएंट की गणना करता है।
नेस्टेड क्लासेस
| कक्षा | AvgPool3dGrad.विकल्प | AvgPool3dGrad के लिए वैकल्पिक विशेषताएँ | |
स्थिरांक
| डोरी | OP_NAME | इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है |
सार्वजनिक तरीके
| आउटपुट <T> | आउटपुट के रूप में () टेंसर का प्रतीकात्मक हैंडल लौटाता है। |
| स्थिर <T TNumber > AvgPool3dGrad <T> बढ़ाता है | |
| स्थिर AvgPool3dGrad.विकल्प | डेटाफ़ॉर्मेट (स्ट्रिंग डेटाफ़ॉर्मेट) |
| आउटपुट <T> | आउटपुट () इनपुट के लिए बैकप्रॉप. |
विरासत में मिली विधियाँ
स्थिरांक
सार्वजनिक स्थैतिक अंतिम स्ट्रिंग OP_NAME
इस ऑप का नाम, जैसा कि TensorFlow कोर इंजन द्वारा जाना जाता है
स्थिर मान: "AvgPool3DGrad"
सार्वजनिक तरीके
सार्वजनिक आउटपुट <T> asOutput ()
टेंसर का प्रतीकात्मक हैंडल लौटाता है।
TensorFlow संचालन के इनपुट किसी अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।
सार्वजनिक स्थैतिक AvgPool3dGrad <T> बनाएं ( स्कोप स्कोप, ऑपरेंड <TInt32> ओरिगइनपुटशेप, ऑपरेंड <T> ग्रेड, लिस्ट<लॉन्ग> ksize, लिस्ट<लॉन्ग> स्ट्राइड्स, स्ट्रिंग पैडिंग, ऑप्शन... विकल्प)
एक नए AvgPool3dGrad ऑपरेशन को लपेटकर एक क्लास बनाने की फ़ैक्टरी विधि।
पैरामीटर
| दायरा | वर्तमान दायरा |
|---|---|
| मूल इनपुट आकार | मूल इनपुट आयाम. |
| ग्रैड | आकार का आउटपुट बैकप्रॉप `[बैच, गहराई, पंक्तियाँ, कॉलम, चैनल]`। |
| kआकार | लंबाई का 1-डी टेंसर 5. इनपुट टेंसर के प्रत्येक आयाम के लिए विंडो का आकार। `ksize[0] = ksize[4] = 1` होना चाहिए। |
| प्रगति | लंबाई का 1-डी टेंसर 5. 'इनपुट' के प्रत्येक आयाम के लिए स्लाइडिंग विंडो की प्रगति। `स्ट्राइड्स[0] = स्ट्राइड्स[4] = 1` होना चाहिए। |
| गद्दी | उपयोग करने के लिए पैडिंग एल्गोरिदम का प्रकार. |
| विकल्प | वैकल्पिक गुण मान रखता है |
रिटर्न
- AvgPool3dGrad का एक नया उदाहरण
सार्वजनिक स्थैतिक AvgPool3dGrad.Options डेटाफ़ॉर्मेट (स्ट्रिंग डेटाफ़ॉर्मेट)
पैरामीटर
| डेटा स्वरूप | इनपुट और आउटपुट डेटा का डेटा प्रारूप। डिफ़ॉल्ट प्रारूप "एनडीएचडब्ल्यूसी" के साथ, डेटा को इस क्रम में संग्रहीत किया जाता है: [बैच, इन_डेप्थ, इन_हाइट, इन_विड्थ, इन_चैनल्स]। वैकल्पिक रूप से, प्रारूप "एनसीडीएचडब्ल्यू" हो सकता है, डेटा भंडारण क्रम है: [बैच, इन_चैनल्स, इन_डेप्थ, इन_हाइट, इन_विड्थ]। |
|---|