tensoreflusso:: ops:: MaxPool3DGradGrad

Calcola i gradienti del secondo ordine della funzione maxpooling.

Riepilogo

Argomenti:

• scope: un oggetto Scope
• orig_input: il tensore di input originale.
• orig_output: il tensore di output originale.
• grad: backprop di output della forma [batch, depth, rows, cols, channels] .
• ksize: tensore 1-D di lunghezza 5. La dimensione della finestra per ciascuna dimensione del tensore di input. Deve avere ksize[0] = ksize[4] = 1 .
• passi: tensore 1-D di lunghezza 5. Il passo della finestra scorrevole per ogni dimensione di input . Deve avere strides[0] = strides[4] = 1 .
• riempimento: il tipo di algoritmo di riempimento da utilizzare.

Attributi facoltativi (vedi Attrs ):

• data_format: il formato dei dati di input e output. Con il formato predefinito "NDHWC", i dati vengono archiviati nell'ordine di: [batch, in_profondità, in_altezza, in_larghezza, in_canali]. In alternativa, il formato potrebbe essere "NCDHW", l'ordine di archiviazione dei dati è: [batch, in_channels, in_ Depth, in_height, in_width].

Resi:

• Output : gradienti di gradienti rispetto all'input in max_pool .

Attributi pubblici

Operation operation

::tensorflow::Output output

 MaxPool3DGradGrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input orig_input,
  ::tensorflow::Input orig_output,
  ::tensorflow::Input grad,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 MaxPool3DGradGrad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input orig_input,
  ::tensorflow::Input orig_output,
  ::tensorflow::Input grad,
  const gtl::ArraySlice< int > & ksize,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const MaxPool3DGradGrad::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs DataFormat(
  StringPiece x
)