সর্বজনীন চূড়ান্ত শ্রেণীর রূপান্তর
প্রদত্ত একটি ND কনভোলিউশন গণনা করে (N+1+batch_dims)-D `ইনপুট` এবং (N+2)-D `ফিল্টার` টেনসর।
একটি এনডি কনভোলিউশন কম্পিউট করার জন্য সাধারণ ফাংশন। এটা প্রয়োজন যে `1 <= N <= 3`।
নেস্টেড ক্লাস
| ক্লাস | রূপান্তর বিকল্প | Conv জন্য ঐচ্ছিক বৈশিষ্ট্য | |
পাবলিক পদ্ধতি
| আউটপুট <T> | আউটপুট হিসাবে () একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে। |
| স্ট্যাটিক রূপান্তর বিকল্প | ব্যাচডিমস (লং ব্যাচডিমস) |
| static <T প্রসারিত সংখ্যা> রূপান্তর <T> | |
| স্ট্যাটিক রূপান্তর বিকল্প | ডেটা ফরম্যাট (স্ট্রিং ডেটা ফরম্যাট) |
| স্ট্যাটিক রূপান্তর বিকল্প | প্রসারণ (লিস্ট<লং> প্রসারণ) |
| স্ট্যাটিক রূপান্তর বিকল্প | স্পষ্ট প্যাডিংস (তালিকা<Long> স্পষ্ট প্যাডিং) |
| স্ট্যাটিক রূপান্তর বিকল্প | দল (দীর্ঘ দল) |
| আউটপুট <T> | আউটপুট () A (N+1+batch_dims)-D টেনসর। |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।
সর্বজনীন স্ট্যাটিক রূপান্তর বিকল্প ব্যাচডিমস (লং ব্যাচডিমস)
পরামিতি
| ব্যাচডিমস | একটি ধনাত্মক পূর্ণসংখ্যা ইনপুট টেনসরের জন্য ব্যাচের মাত্রার সংখ্যা নির্দিষ্ট করে। ইনপুট টেনসরের র্যাঙ্কের চেয়ে কম হওয়া উচিত। |
|---|
সর্বজনীন স্ট্যাটিক রূপান্তর <T> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> ইনপুট, অপারেন্ড <T> ফিল্টার, তালিকা<লং> স্ট্রাইডস, স্ট্রিং প্যাডিং, বিকল্প... বিকল্প)
একটি নতুন কনভ অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
পরামিতি
| সুযোগ | বর্তমান সুযোগ |
|---|---|
| ইনপুট | T এবং আকারের টেনসর `batch_shape + spatial_shape + [in_channels]` ক্ষেত্রে যে `channels_last_format = true` অথবা `channels_last_format = false` হলে `batch_shape + [in_channels] + spatial_shape`। স্থানিক_আকৃতি হল N-মাত্রিক যার সাথে `N=2` বা `N=3`। এছাড়াও মনে রাখবেন যে `batch_shape` প্যারামিটার দ্বারা নির্দেশিত হয় `batch_dims` এবং ডিফল্ট 1। |
| ছাঁকনি | একটি `(N+2)-D` টেনসর যার ধরন `ইনপুট` এবং আকৃতি `স্পেশিয়াল_ফিল্টার_শেপ + [ইন_চ্যানেল, আউট_চ্যানেল]`, যেখানে স্থানিক_ফিল্টার_আকৃতি `N=2` বা `N=3` এর সাথে N-মাত্রিক। |
| অগ্রগতি | `N+2` দৈর্ঘ্যের 1-D টেনসর। `ইনপুট` এর প্রতিটি মাত্রার জন্য স্লাইডিং উইন্ডোর অগ্রগতি। অবশ্যই `স্ট্রাইডস[0] = স্ট্রাইডস[N+1] = 1` থাকতে হবে। |
| প্যাডিং | ব্যবহার করার জন্য প্যাডিং অ্যালগরিদমের ধরন। |
| বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- রূপান্তরের একটি নতুন উদাহরণ
সর্বজনীন স্ট্যাটিক রূপান্তর. বিকল্প ডেটা ফরম্যাট (স্ট্রিং ডেটা ফরম্যাট)
পরামিতি
| উপাত্ত বিন্যাস | ডেটা ফরম্যাট সেট করতে ব্যবহৃত হয়। ডিফল্টরূপে `CHANNELS_FIRST`, `NHWC (2D) / NDHWC (3D)` ব্যবহার করে অথবা `CHANNELS_LAST` হলে, `NCHW (2D) / NCDHW (3D)` ব্যবহার করে। |
|---|
সর্বজনীন স্থির রূপান্তর বিকল্প প্রসারণ (লিস্ট<লং> প্রসারণ)
পরামিতি
| প্রসারণ | `N+2` দৈর্ঘ্যের 1-D টেনসর। `ইনপুট` এর প্রতিটি মাত্রার জন্য প্রসারিত ফ্যাক্টর। যদি `k > 1` তে সেট করা হয়, সেই মাত্রার প্রতিটি ফিল্টার উপাদানের মধ্যে `k-1` এড়িয়ে যাওয়া কক্ষ থাকবে। মাত্রার ক্রম `চ্যানেল_লাস্ট_ফর্ম্যাট` এর মান দ্বারা নির্ধারিত হয়, বিশদ বিবরণের জন্য উপরে দেখুন। ব্যাচের প্রসারণ এবং গভীরতার মাত্রা অবশ্যই 1 হতে হবে। |
|---|
সর্বজনীন স্ট্যাটিক রূপান্তর বিকল্পগুলি স্পষ্ট প্যাডিংস (তালিকা<লং> স্পষ্ট প্যাডিং)
পরামিতি
| স্পষ্ট প্যাডিংস | যদি `প্যাডিং` হয় `"EXPLICIT"`, তাহলে সুস্পষ্ট প্যাডিং পরিমাণের তালিকা। ith মাত্রার জন্য, মাত্রার আগে এবং পরে ঢোকানো প্যাডিংয়ের পরিমাণ যথাক্রমে `স্পষ্ট_প্যাডিং[2 * i]` এবং `স্পষ্ট_প্যাডিং[2 * i + 1]`। যদি `প্যাডিং` `"EXPLICIT"` না হয়, তাহলে `স্পষ্ট_প্যাডিং` খালি হতে হবে। |
|---|
সর্বজনীন স্ট্যাটিক রূপান্তর বিকল্প গোষ্ঠী (দীর্ঘ গোষ্ঠী)
পরামিতি
| গ্রুপ | একটি ধনাত্মক পূর্ণসংখ্যা যা চ্যানেলের অক্ষ বরাবর ইনপুট বিভক্ত করা হয়েছে তার সংখ্যা নির্দিষ্ট করে। প্রতিটি গ্রুপ আলাদাভাবে `ফিল্টার/গ্রুপ` ফিল্টার দিয়ে জড়িত। আউটপুট হল চ্যানেল অক্ষ বরাবর সমস্ত গোষ্ঠীর ফলাফলের সংমিশ্রণ। ইনপুট চ্যানেল এবং ফিল্টার উভয় গ্রুপ দ্বারা বিভাজ্য হতে হবে. |
|---|
সর্বজনীন আউটপুট <T> আউটপুট ()
A (N+1+batch_dims)-D টেনসর। মাত্রার ক্রম `চ্যানেল_লাস্ট_ফর্ম্যাট` এর মান দ্বারা নির্ধারিত হয়, বিশদ বিবরণের জন্য নীচে দেখুন।