เทนเซอร์โฟลว์:: ปฏิบัติการ:: MaxPool3DGradGrad

คำนวณการไล่ระดับสีลำดับที่สองของฟังก์ชัน maxpooling

สรุป

ข้อโต้แย้ง:

• ขอบเขต: วัตถุ ขอบเขต
• orig_input: เทนเซอร์อินพุตดั้งเดิม
• orig_output: เทนเซอร์เอาต์พุตดั้งเดิม
• ผู้สำเร็จการศึกษา: แบ็คพรอพ เอาท์พุต ของรูปร่าง [batch, depth, rows, cols, channels]
• ksize: เทนเซอร์ 1-D ที่มีความยาว 5 ขนาดของหน้าต่างสำหรับแต่ละมิติของเทนเซอร์อินพุต ต้องมี ksize[0] = ksize[4] = 1
• ความก้าวหน้า: เมตริกซ์ 1-D ที่มีความยาว 5 ก้าวของหน้าต่างบานเลื่อนสำหรับแต่ละมิติของ input ต้องมี strides[0] = strides[4] = 1
• padding: ประเภทของอัลกอริธึมการเติมที่จะใช้

แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):

• data_format: รูปแบบข้อมูลของข้อมูลอินพุตและเอาต์พุต ด้วยรูปแบบเริ่มต้น "NDHWC" ข้อมูลจะถูกจัดเก็บตามลำดับ: [batch, in_ allowance, in_height, in_width, in_channels] หรืออีกทางหนึ่ง รูปแบบอาจเป็น "NCDHW" ลำดับการจัดเก็บข้อมูลคือ: [batch, in_channels, in_ledge, in_height, in_width]

ผลตอบแทน:

• Output : การไล่ระดับสีของการไล่ระดับสีใส่อินพุตไปที่ max_pool

คุณลักษณะสาธารณะ

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
)