공개 최종 클래스 Conv2DBackpropFilterV2
필터에 대한 컨볼루션의 기울기를 계산합니다.
중첩 클래스
수업 | Conv2DBackpropFilterV2.Options | Conv2DBackpropFilterV2 의 선택적 속성 |
공개 방법
출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
static <T 확장 번호> Conv2DBackpropFilterV2 <T> | |
정적 Conv2DBackpropFilterV2.Options | dataFormat (문자열 데이터 형식) |
정적 Conv2DBackpropFilterV2.Options | 확장 (List<Long> 확장) |
정적 Conv2DBackpropFilterV2.Options | licitPaddings (List<Long>explicitPaddings) |
출력 <T> | 출력 () '[filter_height, filter_width, in_channels, out_channels]' 형태의 4D. |
정적 Conv2DBackpropFilterV2.Options | useCudnnOnGpu (부울 useCudnnOnGpu) |
상속된 메서드
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
public static Conv2DBackpropFilterV2 <T> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <T> 필터, 피연산자 <T> outBackprop, List<Long> 스트라이드, 문자열 패딩, 옵션... 옵션)
새로운 Conv2DBackpropFilterV2 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
입력 | '[배치, in_height, in_width, in_channels]' 모양의 4D. |
필터 | '[filter_height, filter_width, in_channels, out_channels]' 형태의 4D. 텐서의 모양만 사용됩니다. |
outBackprop | '[배치, out_height, out_width, out_channels]' 모양의 4D. 그라데이션은 컨볼루션의 출력을 나타냅니다. |
큰 걸음 | 컨볼루션 입력의 각 차원에 대한 슬라이딩 윈도우의 보폭입니다. 형식으로 지정된 측정기준과 동일한 순서여야 합니다. |
심 | 사용할 패딩 알고리즘 유형입니다. |
옵션 | 선택적 속성 값을 전달합니다. |
보고
- Conv2DBackpropFilterV2의 새 인스턴스
공개 정적 Conv2DBackpropFilterV2.Options dataFormat (문자열 dataFormat)
매개변수
데이터형식 | 입력 및 출력 데이터의 데이터 형식을 지정합니다. 기본 형식인 "NHWC"를 사용하면 데이터가 [batch, in_height, in_width, in_channels] 순서로 저장됩니다. 또는 형식은 [batch, in_channels, in_height, in_width]의 데이터 저장 순서인 "NCHW"일 수 있습니다. |
---|
public static Conv2DBackpropFilterV2.Options 확장 (List<Long> 확장)
매개변수
팽창 | 길이가 4인 1차원 텐서. '입력'의 각 차원에 대한 확장 인자입니다. k > 1로 설정되면 해당 차원의 각 필터 요소 사이에 k-1개의 건너뛴 셀이 있게 됩니다. 측정기준 순서는 `data_format` 값에 따라 결정됩니다. 자세한 내용은 위를 참조하세요. 배치 차원과 깊이 차원의 팽창은 1이어야 합니다. |
---|
공개 정적 Conv2DBackpropFilterV2.OptionsexplicitPaddings ( List<Long>explicitPaddings)
매개변수
명시적 패딩 | `padding`이 `"EXPLICIT"`인 경우 명시적인 패딩 양 목록입니다. i번째 차원의 경우 차원 앞과 뒤에 삽입되는 패딩의 양은 각각 `explicit_paddings[2 * i]`와 `explicit_paddings[2 * i + 1]`입니다. `padding`이 `"EXPLICIT"`이 아닌 경우 `explicit_paddings`는 비어 있어야 합니다. |
---|
공개 출력 <T> 출력 ()
'[filter_height, filter_width, in_channels, out_channels]' 형태의 4D. 컨볼루션의 '필터' 입력에 대한 그라데이션입니다.