通过

directml.h) (DML_AVERAGE_POOLING_GRAD_OPERATOR_DESC 结构

  • 项目

计算平均池 (DML_AVERAGE_POOLING_OPERATOR_DESC) 的反向传播梯度。

请考虑 2x2 DML_AVERAGE_POOLING_OPERATOR_DESC，不带填充，步幅为 1，可执行以下操作。

InputTensor             OutputTensor
[[[[1, 2, 3],   AvgPool  [[[[3, 4],
   [4, 5, 6],     -->       [6, 7]]]]
   [7, 8, 9]]]]

输入张量中的每个 2x2 窗口的平均值会生成输出的一个元素， (边缘) 以外的元素读取零。 下面是 给定类似 参数DML_AVERAGE_POOLING_GRAD_OPERATOR_DESC的输出示例。

InputGradientTensor            OutputGradientTensor
  [[[[1, 2],     AvgPoolGrad  [[[[0.25, 0.75, 0.5],
     [3, 4]]]]       -->         [   1,  2.5, 1.5],
                                 [0.75, 1.75,   1]]]]

请注意，OutputGradientTensor 中的值表示在原始 DML_AVERAGE_POOLING_OPERATOR_DESC 运算符期间该元素对 OutputTensor 的加权贡献。

语法

struct DML_AVERAGE_POOLING_GRAD_OPERATOR_DESC {
  const DML_TENSOR_DESC *InputGradientTensor;
  const DML_TENSOR_DESC *OutputGradientTensor;
  UINT                  DimensionCount;
  const UINT            *Strides;
  const UINT            *WindowSize;
  const UINT            *StartPadding;
  const UINT            *EndPadding;
  BOOL                  IncludePadding;
};

成员

InputGradientTensor

类型： const DML_TENSOR_DESC*

传入的渐变张量。 这通常是从上一层的反向传播的输出中获取的。 通常，此张量的大小与前向传递中相应DML_AVERAGE_POOLING_OPERATOR_DESC的输出大小相同。

OutputGradientTensor

类型： const DML_TENSOR_DESC*

包含反向传播渐变的输出张量。 通常，此张量的大小与前向传递中相应DML_AVERAGE_POOLING_OPERATOR_DESC的输入大小相同。

DimensionCount

类型： UINT

Strides、WindowSize、StartPadding 和 EndPadding 数组中的元素数。 此值必须等于空间维度计数。 如果提供了 4D 张量，则空间维度计数为 2;如果提供 5D 张量，则为 3。

Strides

类型：_Field_size_ (DimensionCount) const UINT*

请参阅DML_AVERAGE_POOLING_OPERATOR_DESC中的步幅。

WindowSize

类型：_Field_size_ (DimensionCount) const UINT*

请参阅DML_AVERAGE_POOLING_OPERATOR_DESC中的 WindowSize。

StartPadding

类型：_Field_size_ (DimensionCount) const UINT*

请参阅 DML_AVERAGE_POOLING_OPERATOR_DESC 中的 StartPadding。

EndPadding

类型：_Field_size_ (DimensionCount) const UINT*

请参阅 DML_AVERAGE_POOLING_OPERATOR_DESC 中的 EndPadding。

IncludePadding

类型： BOOL

请参阅 DML_AVERAGE_POOLING_OPERATOR_DESC 中的 IncludePadding。

可用性

此运算符是在 中 DML_FEATURE_LEVEL_3_0引入的。

张量约束

InputGradientTensor 和 OutputGradientTensor 必须具有相同的 DataType 和 DimensionCount。

张量支持

张 种类 支持的维度计数 支持的数据类型
InputGradientTensor 输入 4 到 5 FLOAT32、FLOAT16
OutputGradientTensor 输出 4 到 5 FLOAT32、FLOAT16

要求

要求 值
最低受支持的客户端 Windows 10内部版本 20348
最低受支持的服务器 Windows 10内部版本 20348
标头 directml.h