tf.nn.fractional_max_pool
| Просмотреть исходный код на GitHub |
Выполняет дробное максимальное пулинг входных данных.
tf.nn.fractional_max_pool(
value, pooling_ratio, pseudo_random=False, overlapping=False, seed=0, name=None
)
Дробный максимальный пулинг немного отличается от обычного максимального пулинга. В обычном максимальном пулинге вы уменьшаете размер входного набора, выбирая максимальное значение из меньших N x N поднаборов (часто 2x2) и пытаетесь уменьшить набор в N раз, где N - целое число. Дробный максимальный пулинг, как можно догадаться из слова «дробный», означает, что общий коэффициент уменьшения N не обязательно должен быть целым числом.
Размеры областей пулинга генерируются случайным образом, но достаточно равномерно. Например, рассмотрим размерность высоты и ограничения на список строк, которые будут границами пулинга.
Сначала определим следующее:
- input_row_length: количество строк из входного набора
- output_row_length: которое будет меньше входного
- alpha = input_row_length / output_row_length: наш коэффициент уменьшения
- K = floor(alpha)
- row_pooling_sequence: это результирующий список строк границ пулинга
Затем, row_pooling_sequence должно 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: все интервалы имеют размер K или K+1
- length(row_pooling_sequence) = output_row_length+1
| Аргументы | |
|---|---|
value | Tensor. 4-мерный с формой [batch, height, width, channels]. |
pooling_ratio | Целое число или список ints, длина которого 1, 2 или 4. Коэффициент пулинга для каждой размерности value, в настоящее время поддерживает только размерности строки и столбца и должен быть >= 1,0. Например, допустимый коэффициент пулинга выглядит так: [1,0, 1,44, 1,73, 1,0]. Первые и последние элементы должны быть равны 1,0, потому что мы не допускаем пулинг по размерностям пакет и каналы. 1,44 и 1,73 - коэффициенты пулинга по размерностям высоты и ширины соответственно. |
pseudo_random | Необязательный bool. По умолчанию False. При значении True, генерирует последовательность пулинга псевдослучайным образом, в противном случае - случайным образом. Обратитесь к статье (Graham, 2015) для различий между псевдослучайным и случайным. |
overlapping | Необязательный bool. По умолчанию False. Если установлено значение True, это означает, что при пулинге значения на границе смежных ячеек пулинга используются обеими ячейками. Например: index 0 1 2 3 4 value 20 5 16 3 7 Если последовательность пулинга равна [0, 2, 4], то 16 в индексе 2 будет использоваться дважды. Результатом будет [20, 16] для дробного максимального пулинга. |
seed | Необязательное int. По умолчанию 0. Если значение отличное от нуля, генератор случайных чисел инициализируется заданным значением. В противном случае он инициализируется случайным значением. |
name | Имя операции (необязательно). |
| Возвращаемые значения |
|---|
Кортеж Tensor объектов (output, row_pooling_sequence, col_pooling_sequence). output: Выходные данные Tensor после дробного максимального пулинга. Имеет тот же тип, что и value. row_pooling_sequence: Tensor типа int64. col_pooling_sequence: Tensor типа int64.
Ссылки:
Дробный максимальный пулинг: Graham, 2015 (pdf)
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.4/api_docs/python/tf/nn/fractional_max_pool
