przepływ tensorowy:: ops:: Ułamkowa średnia pula

Wykonuje łączenie średniej ułamkowej na wejściu.

Streszczenie

Łączenie średniej ułamkowej jest podobne do łączenia maksymalnego ułamkowego na etapie generowania regionu łączenia. Jedyna różnica polega na tym, że po wygenerowaniu regionów puli w każdym obszarze puli wykonywana jest operacja średnia zamiast operacji maksymalnej.

Argumenty:

• zakres: Obiekt Scope
• wartość: 4-D z kształtem [batch, height, width, channels] .
• Pooling_ratio: Współczynnik łączenia dla każdego wymiaru value , obecnie obsługuje tylko wymiar wierszy i kolumn i powinien wynosić >= 1,0. Na przykład prawidłowy współczynnik łączenia wygląda następująco [1,0, 1,44, 1,73, 1,0]. Pierwszy i ostatni element muszą mieć wartość 1,0, ponieważ nie zezwalamy na łączenie wymiarów partii i kanałów. 1,44 i 1,73 to współczynnik łączenia odpowiednio wysokości i szerokości.

Opcjonalne atrybuty (patrz Attrs ):

• pseudo_random: Po ustawieniu na True generuje sekwencję łączenia w sposób pseudolosowy, w przeciwnym razie w sposób losowy. Sprawdź artykuł Benjamina Grahama, Fractional Max-Pooling pod kątem różnicy między pseudolosowością a losowością.
• nakładanie się: ustawienie na True oznacza, że ​​podczas łączenia wartości na granicy sąsiednich komórek łączenia są używane przez obie komórki. Na przykład:

index 0 1 2 3 4

value 20 5 16 3 7

Jeśli sekwencja łączenia to [0, 2, 4], wówczas 16 o indeksie 2 zostanie użyte dwukrotnie. Wynikiem będzie [41/3, 26/3] w przypadku ułamkowego średniego łączenia.

• deterministic: po ustawieniu wartości True podczas iteracji po węźle FractionalAvgPool na wykresie obliczeniowym używany będzie stały obszar puli. Używane głównie w teście jednostkowym, aby uczynić FractionalAvgPool deterministycznym.
• ziarno: Jeśli ziarno lub ziarno2 jest ustawione na wartość różną od zera, generator liczb losowych jest zaszczepiany przez dane ziarno. W przeciwnym razie jest on zaszczepiany losowo.
• nasiono2: Drugie ziarno, aby uniknąć kolizji nasion.

Zwroty:

• Dane Output : tensor wyjściowy po ułamkowym średnim łączeniu.
• Output row_pooling_sequence: sekwencja łączenia wierszy potrzebna do obliczenia gradientu.
• Output col_pooling_sequence: sekwencja łączenia kolumn potrzebna do obliczenia gradientu.

Atrybuty publiczne

::tensorflow::Output col_pooling_sequence

Operation operation

::tensorflow::Output output

::tensorflow::Output row_pooling_sequence

 FractionalAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input value,
  const gtl::ArraySlice< float > & pooling_ratio
)

 FractionalAvgPool(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input value,
  const gtl::ArraySlice< float > & pooling_ratio,
  const FractionalAvgPool::Attrs & attrs
)

Attrs Deterministic(
  bool x
)

Attrs Overlapping(
  bool x
)

Attrs PseudoRandom(
  bool x
)

Attrs Seed(
  int64 x
)

Attrs Seed2(
  int64 x
)