Calcula gradientes de segundo orden de la función maxpooling.
Clases anidadas
clase | MaxPoolGradGrad.Options | Los atributos opcionales para MaxPoolGradGrad |
Constantes
Cuerda | OP_NAME | El nombre de esta operación, como lo conoce el motor central de TensorFlow |
Métodos públicos
Salida <T> | asOutput () Devuelve el identificador simbólico del tensor. |
estática <T se extiende TNumber > MaxPoolGradGrad <T> | |
estáticas MaxPoolGradGrad.Options | dataFormat (String dataFormat) |
Salida <T> | salida () Gradientes de gradientes wrt |
Métodos heredados
Constantes
OP_NAME pública final static String
El nombre de esta operación, como lo conoce el motor central de TensorFlow
Métodos públicos
pública de salida <T> asOutput ()
Devuelve el identificador simbólico del tensor.
Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
public static MaxPoolGradGrad <T> crear ( Alcance alcance, operando <T> origInput, operando <T> origOutput, operando <T> graduado, operando < TInt32 > ksize, operando < TInt32 > zancadas, relleno de cuerdas, Opciones ... Opciones)
Método de fábrica para crear una clase que envuelva una nueva operación MaxPoolGradGrad.
Parámetros
alcance | alcance actual |
---|---|
origInput | El tensor de entrada original. |
origOutput | El tensor de salida original. |
graduado | 4-D. Los gradientes de gradientes escriben la entrada de "max_pool". |
ksize | El tamaño de la ventana para cada dimensión del tensor de entrada. |
zancadas | El paso de la ventana deslizante para cada dimensión del tensor de entrada. |
relleno | El tipo de algoritmo de relleno que se utilizará. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de MaxPoolGradGrad
public static MaxPoolGradGrad.Options dataFormat (String dataFormat)
Parámetros
formato de datos | Especifique el formato de datos de los datos de entrada y salida. Con el formato predeterminado "NHWC", los datos se almacenan en el orden de: [lote, in_height, in_width, in_channels]. Alternativamente, el formato podría ser "NCHW", el orden de almacenamiento de datos de: [batch, in_channels, in_height, in_width]. |
---|