kelas akhir publik MaxPool3dGrad
Menghitung gradien fungsi pengumpulan maksimal 3D.
Kelas Bersarang
| kelas | MaxPool3dGrad.Opsi | Atribut opsional untuk MaxPool3dGrad | |
Konstanta
| Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
| Keluaran <U> | sebagai Keluaran () Mengembalikan pegangan simbolik tensor. |
| statis <U memperluas TNomber , T memperluas TNomber > MaxPool3dGrad <U> | |
| MaxPool3dGrad.Options statis | format data (Format data string) |
| Keluaran <U> | keluaran () |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Nilai Konstan: "MaxPool3DGrad"
Metode Publik
Keluaran publik <U> sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static MaxPool3dGrad <U> buat ( Lingkup cakupan , Operand <T> origInput, Operand <T> origOutput, Operand <U> grad, Daftar<Panjang> ksize, Daftar<Panjang> langkah, Bantalan string, Opsi... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi MaxPool3dGrad baru.
Parameter
| cakupan | ruang lingkup saat ini |
|---|---|
| masukan asli | Tensor masukan asli. |
| keluaran asli | Tensor keluaran asli. |
| lulusan | Backprop keluaran berbentuk `[batch, kedalaman, baris, kolom, saluran]`. |
| ukuran | Tensor 1-D dengan panjang 5. Ukuran jendela untuk setiap dimensi tensor masukan. Harus memiliki `ksize[0] = ksize[4] = 1`. |
| langkah | Tensor 1-D dengan panjang 5. Langkah jendela geser untuk setiap dimensi `input`. Harus memiliki `langkah[0] = langkah[4] = 1`. |
| lapisan | Jenis algoritma padding yang akan digunakan. |
| pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru MaxPool3dGrad
MaxPool3dGrad.Options dataFormat statis publik (String dataFormat)
Parameter
| format data | Format data data masukan dan keluaran. Dengan format default "NDHWC", data disimpan dalam urutan: [batch, in_ depth, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa "NCDHW", urutan penyimpanan datanya adalah: [batch, in_channels, in_ depth, in_height, in_width]. |
|---|