Calcula gradientes da função de pooling máximo 3D.
Classes aninhadas
aula | MaxPool3dGrad.Opções | Atributos opcionais para MaxPool3dGrad |
Constantes
Corda | OP_NAME | O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow |
Métodos Públicos
Saída <U> | asOutput () Retorna o identificador simbólico do tensor. |
estático <U estende TNumber , T estende TNumber > MaxPool3dGrad <U> | |
MaxPool3dGrad.Options estático | dataFormat (String dataFormat) |
Saída <U> | saída () |
Métodos herdados
Constantes
String final estática pública OP_NAME
O nome desta operação, conforme conhecido pelo mecanismo principal do TensorFlow
Métodos Públicos
Saída pública <U> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static MaxPool3dGrad <U> create ( Escopo escopo , Operando <T> origInput, Operando <T> origOutput, Operando <U> grad, Lista<Long> ksize, Lista<Long> passos, Preenchimento de string, Opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação MaxPool3dGrad.
Parâmetros
escopo | escopo atual |
---|---|
origemInput | O tensor de entrada original. |
saída original | O tensor de saída original. |
graduado | Backprop de saída da forma `[lote, profundidade, linhas, colunas, canais]`. |
tamanho k | Tensor 1-D de comprimento 5. O tamanho da janela para cada dimensão do tensor de entrada. Deve ter `ksize[0] = ksize[4] = 1`. |
avanços | Tensor 1-D de comprimento 5. O avanço da janela deslizante para cada dimensão de `entrada`. Deve ter `strides[0] = strides[4] = 1`. |
preenchimento | O tipo de algoritmo de preenchimento a ser usado. |
opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de MaxPool3dGrad
público estático MaxPool3dGrad.Options dataFormat (String dataFormat)
Parâmetros
formato de dados | O formato dos dados de entrada e saída. Com o formato padrão "NDHWC", os dados são armazenados na ordem de: [lote, profundidade, altura, largura, largura, canais]. Alternativamente, o formato pode ser "NCDHW", a ordem de armazenamento dos dados é: [lote, in_channels, in_profundidade, in_height, in_width]. |
---|