MaxPoolGrad คลาสสุดท้ายสาธารณะ
คำนวณการไล่ระดับสีของฟังก์ชัน maxpooling
คลาสที่ซ้อนกัน
ระดับ | MaxPoolGrad.ตัวเลือก | คุณลักษณะเพิ่มเติมสำหรับ MaxPoolGrad |
ค่าคงที่
สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คง <T ขยาย TNumber > MaxPoolGrad <T> | สร้าง (ขอบเขต ขอบเขต , ตัวดำเนินการ <T> origInput, ตัวดำเนินการ <T> origOutput, ตัวดำเนินการ <T> grad, ตัวดำเนินการ < TInt32 > ksize, ตัวดำเนินการ < TInt32 > ก้าวย่าง, การขยายสตริง, ตัวเลือก... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ MaxPoolGrad ใหม่ |
MaxPoolGrad.Options แบบคงที่ | dataFormat (สตริง dataFormat) |
เอาท์พุต <T> | เอาท์พุท () การไล่ระดับสี wrt |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
ค่าคงที่: "MaxPoolGradV2"
วิธีการสาธารณะ
เอาท์ พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
MaxPoolGrad <T> แบบคงที่สาธารณะ สร้าง (ขอบเขต ขอบเขต , ตัวดำเนินการ <T> origInput, ตัว ดำเนินการ <T> origOutput, ตัวดำเนินการ <T> ผู้สำเร็จการศึกษา, ตัว ดำเนินการ < TInt32 > ksize, ตัวดำเนินการ < TInt32 > ก้าวย่าง, การขยายสตริง, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ MaxPoolGrad ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
ต้นฉบับInput | เทนเซอร์อินพุตดั้งเดิม |
origOutput | เทนเซอร์เอาท์พุตดั้งเดิม |
ผู้สำเร็จการศึกษา | 4-D. การไล่ระดับสีแสดงผลลัพธ์ของ `max_pool` |
ขนาด | ขนาดของหน้าต่างสำหรับแต่ละมิติของเทนเซอร์อินพุต |
ความก้าวหน้า | การก้าวของหน้าต่างบานเลื่อนสำหรับแต่ละมิติของเทนเซอร์อินพุต |
การขยายความ | ประเภทของอัลกอริธึมการเติมที่จะใช้ |
ตัวเลือก | มีค่าแอตทริบิวต์ทางเลือก |
การส่งคืน
- อินสแตนซ์ใหม่ของ MaxPoolGrad
MaxPoolGrad.Options dataFormat แบบคงที่สาธารณะ (String dataFormat)
พารามิเตอร์
ข้อมูลรูปแบบ | ระบุรูปแบบข้อมูลของข้อมูลอินพุตและเอาต์พุต ด้วยรูปแบบเริ่มต้น "NHWC" ข้อมูลจะถูกจัดเก็บตามลำดับ: [batch, in_height, in_width, in_channels] หรืออีกทางหนึ่ง รูปแบบอาจเป็น "NCHW" ซึ่งเป็นลำดับการจัดเก็บข้อมูลเป็น: [batch, in_channels, in_height, in_width] |
---|