tf.nn.fractional_max_pool

Выполняет дробное максимальное объединение входных данных.

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

Дробное максимальное объединение немного отличается от обычного максимального объединения. В обычном максимальном объединении вы уменьшаете набор входных данных, выбирая максимальное значение из меньших N x N подмножеств набора (часто 2x2) и пытаетесь уменьшить набор в N раз, где N — целое число. Дробное максимальное объединение, как можно ожидать из слова «дробное», означает, что общий коэффициент уменьшения N не обязательно должен быть целым числом.

Размеры областей объединения генерируются случайным образом, но довольно равномерно. Например, давайте рассмотрим размерность высоты и ограничения на список строк, которые будут граничными строками объединения.

Сначала определим следующее:

input_row_length : количество строк во входном наборе
output_row_length : значение, 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 объединения

Затем, 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 : все интервалы имеют размер K или K+1
length(row_pooling_sequence) = output_row_length+1

Аргументы
`value`	Объект `Tensor`. 4-мерный с формой `[batch, height, width, channels]`.
`pooling_ratio`	Целое число или список `ints` длиной `1`, `2` или `4`. Коэффициент объединения для каждой размерности `value`, в настоящее время поддерживаются только размерности строки и столбца и должен быть >= 1.0. Например, допустимый коэффициент объединения выглядит так: [1.0, 1.44, 1.73, 1.0]. Первые и последние элементы должны быть равны 1.0, так как объединение по размерностям пакет и каналы не разрешено. 1.44 и 1.73 являются коэффициентами объединения по размерностям высоты и ширины соответственно.
`pseudo_random`	Необязательный `bool`. По умолчанию `False`. При значении `True`, генерирует последовательность объединения псевдослучайным образом, в противном случае — случайным образом. Проверьте статью (Graham, 2015) для различий между псевдослучайным и случайным.
`overlapping`	Необязательный `bool`. По умолчанию `False`. Если установлено значение `True`, это означает, что при объединении значения на границах смежных ячеек объединения используются обеими ячейками. Например: `index 0 1 2 3 4` `value 20 5 16 3 7` Если последовательность объединения — [0, 2, 4], то 16 в индексе 2 будет использоваться дважды. Результатом будет [20, 16] для дробного максимального объединения.
`seed`	Необязательное `int`. По умолчанию `0`. Если установлено ненулевое значение, генератор случайных чисел инициализируется заданным значением seed. В противном случае оно инициализируется случайным seed.
`name`	Имя операции (необязательно).

Возвращаемые значения

Кортеж объектов Tensor (output, row_pooling_sequence, col_pooling_sequence). output: Выходной Tensor после дробного максимального объединения. Имеет тот же тип, что и value. row_pooling_sequence: Последовательность Tensor типа int64. col_pooling_sequence: Последовательность Tensor типа int64.

Исключения
`ValueError`	Если seed не указан, и детерминированность операции включена.

Ссылки:

Дробное максимальное объединение: 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/versions/r2.9/api_docs/python/tf/nn/fractional_max_pool