TensorFlow函數(shù)教程： tf.nn.fractional_max_pool

tf.nn.fractional_max_pool函數(shù)

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

請參閱指南：神經(jīng)網(wǎng)絡(luò)>池操作

在輸入上執(zhí)行分?jǐn)?shù)最大池化.

分?jǐn)?shù)最大池與常規(guī)最大池化略有不同.在常規(guī)最大池化中,通過獲取集合中較小N×N子部分的最大值(通常為2x2)來縮小輸入集的大小,并嘗試將集合減少N倍,其中N是整數(shù).正如您可能從“分?jǐn)?shù)”一詞所預(yù)期的那樣,分?jǐn)?shù)最大池化意味著整體縮減比率N不必是整數(shù).

池區(qū)域的大小是隨機(jī)生成的,但是相當(dāng)均勻.例如,讓我們看一下高度維度,以及作為池邊界的行列表的約束.

首先,我們定義以下內(nèi)容：

1. input_row_length：輸入集中的行數(shù)
2. output_row_length：要小于輸入
3. alpha = input_row_length / output_row_length：縮減比率
4. K = floor(alpha)
5. row_pooling_sequence：這是池邊界行的結(jié)果列表

然后,row_pooling_sequence應(yīng)該滿足以下條件：

1. a [0] = 0：序列的第一個(gè)值為0
2. a [end] = input_row_length：序列的最后一個(gè)值是大小
3. K <=(a [i + 1] - a [i])<= K + 1：所有間隔均為K或K+1大小
4. length(row_pooling_sequence)= output_row_length + 1

有關(guān)分?jǐn)?shù)最大池的更多詳細(xì)信息,請參閱本文：Benjamin Graham,Fractional Max-Pooling

參數(shù)：

• value：一個(gè)Tensor,必須是下列類型之一：float32,float64,int32,int64,是4-D的,shape為[batch, height, width, channels].
• pooling_ratio：floats列表,長度>= 4；value的每個(gè)維度的池化比率,目前僅支持行和列維度,應(yīng)該> = 1.0.例如,有效的池化比率可以是[1.0,1.44,1.73,1.0].第一個(gè)和最后一個(gè)元素必須為1.0,因?yàn)槲覀儾辉试S對批處理和通道維度進(jìn)行池化.1.44和1.73分別是高度和寬度維度的池化比率.
• pseudo_random：可選的bool,默認(rèn)為False；當(dāng)設(shè)置為True時(shí),以偽隨機(jī)方式生成池序列,否則以隨機(jī)方式生成池序列.偽隨機(jī)和隨機(jī)之間的差異可以參閱本文：Benjamin Graham,Fractional Max-Pooling.
• overlapping：可選的bool,默認(rèn)為False；當(dāng)設(shè)置為True時(shí),表示池化時(shí),兩個(gè)單元格都使用相鄰池化單元邊界的值.例如：

  index 0 1 2 3 4
  
  value 20 5 16 3 7

  如果池化序列是[0,2,4],則索引2處的16將使用兩次.對于分?jǐn)?shù)最大池化,結(jié)果將是[20,16].
• deterministic：可選的bool,默認(rèn)為False；設(shè)置為True時(shí),將在計(jì)算圖中的FractionalMaxPool節(jié)點(diǎn)上進(jìn)行迭代時(shí)使用固定池區(qū)域.主要用于單元測試,使FractionalMaxPool具有確定性.
• seed：可選的int,默認(rèn)為0.如果seed或seed2被設(shè)置為非零,則隨機(jī)數(shù)生成器由給定的seed生成,否則,它由隨機(jī)種子生成.
• seed2：可選的int,默認(rèn)為0.第二個(gè)seed,以避免發(fā)生seed碰撞.
• name：操作的名稱(可選).

返回：

Tensor對象的元組(output,row_pooling_sequence,col_pooling_sequence).

• output：一個(gè)Tensor,與value有相同的類型.
• row_pooling_sequence：一個(gè)int64類型的Tensor.
• col_pooling_sequence：一個(gè)int64類型的Tensor.