Girişte kesirli ortalama havuzlama gerçekleştirir.
Kesirli ortalama havuzlama, havuzlama bölgesi oluşturma adımındaki Kesirli maksimum havuzlamaya benzer. Tek fark, havuzlama bölgeleri oluşturulduktan sonra her havuzlama bölgesinde maksimum işlemi yerine ortalama işlemi yapılmasıdır.
İç İçe Sınıflar
sınıf | FractionalAvgPool.Options | FractionalAvgPool için isteğe bağlı özellikler |
Sabitler
Sicim | OP_NAME | Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı |
Genel Yöntemler
Çıkış < TInt64 > | colPoolingSırası () Degradeyi hesaplamak için gereken sütun havuzlama sırası. |
static <T, TNumber'ı genişletir > KesirliOrtalamaHavuzu <T> | create ( Kapsam kapsamı, İşlenen <T> değeri, Liste<Float> havuzlama Oranı, Seçenekler... seçenekler) Yeni bir FractionalAvgPool işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi. |
statik FractionalAvgPool.Options | deterministik (Boole deterministik) |
Çıkış <T> | çıktı () kesirli ortalama havuzlamadan sonra çıkış tensörü. |
statik FractionalAvgPool.Options | örtüşen (Boolean örtüşen) |
statik FractionalAvgPool.Options | sözdeRandom (Boolean sözdeRandom) |
Çıkış < TInt64 > | rowPoolingSequence () Gradyanı hesaplamak için gereken satır havuzlama sırası. |
statik FractionalAvgPool.Options | tohum (Uzun tohum) |
statik FractionalAvgPool.Options | tohum2 (Uzun tohum2) |
Kalıtsal Yöntemler
Sabitler
genel statik son Dize OP_NAME
Bu operasyonun TensorFlow çekirdek motoru tarafından bilinen adı
Genel Yöntemler
genel Çıkış < TInt64 > colPoolingSequence ()
Degradeyi hesaplamak için gereken sütun havuzlama sırası.
public static FractionalAvgPool <T> create ( Kapsam kapsamı, İşlenen <T> değeri, Liste<Float> havuzlamaRatio, Seçenekler... seçenekler)
Yeni bir FractionalAvgPool işlemini saran bir sınıf oluşturmaya yönelik fabrika yöntemi.
Parametreler
kapsam | mevcut kapsam |
---|---|
değer | '[toplu iş, yükseklik, genişlik, kanallar]' şeklinde 4-D. |
havuzlama oranı | "Değer"in her boyutu için havuzlama oranı, şu anda yalnızca satır ve sütun boyutunu desteklemektedir ve >= 1,0 olmalıdır. Örneğin, geçerli bir havuzlama oranı [1,0, 1,44, 1,73, 1,0] gibi görünür. Toplu iş ve kanal boyutlarında havuzlamaya izin vermediğimiz için ilk ve son öğelerin 1,0 olması gerekir. 1,44 ve 1,73 sırasıyla yükseklik ve genişlik boyutlarının havuzlanma oranıdır. |
seçenekler | isteğe bağlı nitelik değerlerini taşır |
İadeler
- FractionalAvgPool'un yeni bir örneği
public static FractionalAvgPool.Options deterministik (Boole deterministik)
Parametreler
deterministik | True olarak ayarlandığında, hesaplama grafiğindeki FractionalAvgPool düğümü üzerinde yineleme yapılırken sabit bir havuzlama bölgesi kullanılacaktır. Temel olarak FractionalAvgPool'u deterministik hale getirmek için birim testinde kullanılır. |
---|
public static FractionalAvgPool.Options örtüşüyor (Boolean örtüşüyor)
Parametreler
örtüşen | Doğru olarak ayarlandığında bu, havuzlama sırasında bitişik havuzlama hücrelerinin sınırındaki değerlerin her iki hücre tarafından da kullanıldığı anlamına gelir. Örneğin: 'dizin 0 1 2 3 4' "değer 20 5 16 3 7" Havuzlama sırası [0, 2, 4] ise, indeks 2'deki 16 iki kez kullanılacaktır. Kesirli ortalama havuzlama için sonuç [41/3, 26/3] olacaktır. |
---|
public static FractionalAvgPool.Options pseudoRandom (Boolean pseudoRandom)
Parametreler
sözde Rastgele | True olarak ayarlandığında, havuzlama sırasını sözde rastgele bir biçimde, aksi halde rastgele bir biçimde oluşturur. Sahte rastgele ve rastgele arasındaki fark için [Benjamin Graham, Fractional Max-Pooling](http://arxiv.org/abs/1412.6071) makalesini kontrol edin. |
---|
genel Çıkış < TInt64 > rowPoolingSequence ()
Gradyanı hesaplamak için gereken satır havuzlama sırası.
public static FractionalAvgPool.Options tohumu (Uzun tohum)
Parametreler
tohum | Tohum veya tohum2 sıfırdan farklı bir değere ayarlanmışsa, rastgele sayı üreteci verilen tohum tarafından tohumlanır. Aksi halde rastgele bir tohumla tohumlanır. |
---|
public static FractionalAvgPool.Options tohum2 (Uzun tohum2)
Parametreler
tohum2 | Tohum çarpışmasını önlemek için ikinci bir tohum. |
---|