tf.raw_ops.FractionalMaxPool

Выполняет дробное максимальное пулингирование на входе.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительных сведений.

tf.compat.v1.raw_ops.FractionalMaxPool

tf.raw_ops.FractionalMaxPool(
    value,
    pooling_ratio,
    pseudo_random=False,
    overlapping=False,
    deterministic=False,
    seed=0,
    seed2=0,
    name=None
)

Дробное максимальное пулингирование немного отличается от обычного максимального пулингирования. В обычном максимальном пулингировании вы уменьшаете набор ввода, беря максимальное значение из меньших подмножеств N x N (часто 2x2), и пытаетесь уменьшить набор в N раз, где N — целое число. Дробное максимальное пулингирование, как можно догадаться из названия, означает, что общий коэффициент уменьшения N не обязательно должен быть целым.

Размеры областей пулингирования генерируются случайным образом, но они достаточно равномерны. Например, давайте рассмотрим размерность высоты и ограничения на список строк, которые будут границами пулингирования.

Сначала определим следующее:

input_row_length: количество строк из входного набора
output_row_length: которое будет меньше, чем входное
alpha = input_row_length / output_row_length: наш коэффициент уменьшения
K = floor(alpha)
row_pooling_sequence: это результирующий список строк границ пулингирования

Затем row_pooling_sequence должно удовлетворять следующим условиям:

a[0] = 0: первое значение последовательности равно 0
a[end] = input_row_length: последнее значение последовательности — это размер
K ≤ (a[i+1] - a[i]) ≤ K+1: все интервалы имеют размер K или K+1
length(row_pooling_sequence) = output_row_length+1

Дополнительную информацию о дробном максимальном пулингировании см. в этой статье: Benjamin Graham, Fractional Max-Pooling

Аргументы
`value`	A `Tensor`. Должен быть одного из следующих типов: `float32`, `float64`, `int32`, `int64`. 4-мерный с формой `[batch, height, width, channels]`.
`pooling_ratio`	Список `floats`, длина которого равна `>= 4`. Коэффициент пулингирования для каждой размерности `value`, в настоящее время поддерживает только размерности строк и столбцов и должен быть ≥ 1,0. Например, допустимый коэффициент пулингирования выглядит так: [1,0, 1,44, 1,73, 1,0]. Первые и последние элементы должны быть равны 1,0, так как мы не разрешаем пулингирование по размерностям пакет и каналы. 1,44 и 1,73 — это коэффициенты пулингирования по размерностям высоты и ширины соответственно.
`pseudo_random`	Необязательный `bool`. По умолчанию `False`. При значении True генерирует последовательность пулингирования псевдослучайным образом, в противном случае — случайным образом. Разницу между псевдослучайным и случайным генератором последовательностей см. в статье Benjamin Graham, Fractional Max-Pooling.
`overlapping`	Необязательный `bool`. По умолчанию `False`. При значении True при пулингировании значения на границах смежных ячеек пулингирования используются обеими ячейками. Например: `index 0 1 2 3 4` `value 20 5 16 3 7` Если последовательность пулингирования — [0, 2, 4], то 16 в индексе 2 будет использоваться дважды. Результатом дробного максимального пулингирования будет [20, 16].
`deterministic`	Необязательный `bool`. По умолчанию `False`. При значении True используется фиксированная область пулингирования при итерации по узлу FractionalMaxPool в вычислительном графе. В основном используется в тестовых сценариях для обеспечения детерминированности FractionalMaxPool.
`seed`	Необязательный `int`. По умолчанию `0`. Если seed или seed2 установлены отличным от нуля значением, генератор случайных чисел инициализируется заданным значением seed. В противном случае он инициализируется случайным seed.
`seed2`	Необязательный `int`. По умолчанию `0`. Второе значение seed для предотвращения коллизий.
`name`	Имя операции (необязательно).

Возвращаемое значение
Кортеж из `Tensor` объектов (выход, row_pooling_sequence, col_pooling_sequence).
`output`	A `Tensor`. Имеет тот же тип, что и `value`.
`row_pooling_sequence`	A `Tensor` типа `int64`.
`col_pooling_sequence`	A `Tensor` типа `int64`.

© 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/raw_ops/FractionalMaxPool