tf.nn.fractional_max_pool

Выполняет дробный max pooling входных данных.

tf.nn.fractional_max_pool(
    value,
    pooling_ratio,
    pseudo_random=False,
    overlapping=False,
    seed=0,
    name=None
)

Дробный max pooling немного отличается от обычного max pooling. При обычном max pooling размер входного набора уменьшается путем выбора максимального значения из небольших подобластей набора размером N x N (часто 2x2), при этом набор пытаются уменьшить в N раз, где N — целое число. Дробный max pooling, как можно догадаться по слову «дробный», означает, что общий коэффициент уменьшения N не обязательно должен быть целым числом.

Размеры областей pooling генерируются случайным образом, но распределяются довольно равномерно. Например, рассмотрим измерение высоты и ограничения на список строк, которые будут границами областей pooling.

Сначала определим следующее:

input_row_length : количество строк во входном наборе
output_row_length : количество строк, которое будет меньше размера входного набора
alpha = input_row_length / output_row_length : коэффициент уменьшения
K = floor(alpha)
row_pooling_sequence : результирующий список строк — границ областей pooling

Тогда row_pooling_sequence должен удовлетворять следующим условиям:

a[0] = 0 : первое значение последовательности равно 0
a[end] = input_row_length : последнее значение последовательности равно размеру
K <= (a[i+1] - a[i]) <= K+1 : размер всех интервалов равен K или K+1
length(row_pooling_sequence) = output_row_length+1

Аргументы
`value`	A `Tensor`. 4-D with shape `[batch, height, width, channels]`.
`pooling_ratio`	An int or list of `ints` that has length `1`, `2` or `4`. Коэффициент pooling для каждого измерения `value`; в настоящее время поддерживаются только измерения строк и столбцов, значение должно быть >= 1.0. Например, допустимый коэффициент pooling выглядит так: [1.0, 1.44, 1.73, 1.0]. Первый и последний элементы должны быть равны 1.0, поскольку pooling для измерений пакета и каналов не поддерживается. Значения 1.44 и 1.73 — коэффициенты pooling для измерений высоты и ширины соответственно.
`pseudo_random`	Необязательный `bool`. По умолчанию — `False`. Если задано значение `True`, последовательность pooling генерируется псевдослучайным образом, в противном случае — случайным образом. Различия между псевдослучайной и случайной генерацией описаны в статье (Graham, 2015).
`overlapping`	Необязательный `bool`. По умолчанию — `False`. Если задано значение `True`, при pooling значения на границе соседних ячеек используются обеими ячейками. Например: `index 0 1 2 3 4` `value 20 5 16 3 7` Если последовательность pooling равна [0, 2, 4], то значение 16 с индексом 2 будет использовано дважды. Результатом дробного max pooling будет [20, 16].
`seed`	Необязательный `int`. По умолчанию — `0`. Если задано ненулевое значение, генератор случайных чисел инициализируется указанным seed. В противном случае он инициализируется случайным seed.
`name`	Имя операции (необязательно).

Возвращает

Кортеж объектов Tensor (output, row_pooling_sequence, col_pooling_sequence). output: выходной Tensor после дробного max pooling. Имеет тот же тип, что и value. row_pooling_sequence: Tensor типа int64. col_pooling_sequence: Tensor типа int64.

Вызывает исключение
`ValueError`	Если seed не указан, а детерминированность операций включена.

Ссылки
Дробный max pooling: Graham, 2015 (pdf)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/nn/fractional_max_pool