Conv. คลาสสุดท้ายสาธารณะ
คำนวณการบิด ND ที่กำหนด (N+1+batch_dims)-D `input` และ (N+2)-D `filter` เทนเซอร์
ฟังก์ชันทั่วไปสำหรับการคำนวณการบิด ND จำเป็นต้องมี `1 <= N <= 3`
คลาสที่ซ้อนกัน
| ระดับ | ตัวเลือก Conv | แอตทริบิวต์เพิ่มเติมสำหรับ Conv | |
วิธีการสาธารณะ
| เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
| Conv.Options แบบคงที่ | ชุด Dims (ชุดยาว) |
| คงที่ <T ขยายจำนวน> Conv <T> | สร้าง (ขอบเขต ขอบเขต , อินพุต Operand <T>, ตัวกรอง Operand <T>, รายการ <Long> ก้าวย่าง, การขยายสตริง, ตัวเลือก... ตัวเลือก) วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Conv ใหม่ |
| Conv.Options แบบคงที่ | dataFormat (สตริง dataFormat) |
| Conv.Options แบบคงที่ | การขยาย (รายการ<Long> การขยาย) |
| Conv.Options แบบคงที่ | explarPaddings (รายการ <Long> explarPaddings) |
| Conv.Options แบบคงที่ | กลุ่ม (กลุ่มยาว) |
| เอาท์พุต <T> | เอาท์พุท () A (N+1+batch_dims)-D เทนเซอร์ |
วิธีการสืบทอด
วิธีการสาธารณะ
เอาท์ พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
Conv.Options สาธารณะคงที่ ชุด Dims (ชุดยาวชุด)
พารามิเตอร์
| ชุดDims | จำนวนเต็มบวกที่ระบุจำนวนมิติแบทช์สำหรับเทนเซอร์อินพุต ควรน้อยกว่าอันดับของเทนเซอร์อินพุต |
|---|
การสร้าง Conv คงที่สาธารณะ <T> (ขอบเขต ขอบเขต , อินพุต Operand <T>, ตัวกรอง Operand <T>, รายการ <Long> ก้าวย่าง, ช่องว่างภายในสตริง, ตัวเลือก... ตัวเลือก)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Conv ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| ป้อนข้อมูล | เทนเซอร์ประเภท T และรูปร่าง `batch_shape + spatial_shape + [in_channels]` ในกรณีที่ `channels_last_format = true` หรือรูปร่าง `batch_shape + [in_channels] + spatial_shape` ถ้า `channels_last_format = false` spatial_shape เป็นมิติ N โดยมี `N=2` หรือ `N=3` โปรดทราบว่า `batch_shape` ถูกกำหนดโดยพารามิเตอร์ `batch_dims` และมีค่าเริ่มต้นเป็น 1 |
| กรอง | เทนเซอร์ `(N+2)-D` ที่มีประเภทเดียวกับ `อินพุต` และรูปร่าง `spatial_filter_shape + [in_channels, out_channels]` โดยที่ spatial_filter_shape เป็นมิติ N ที่มี `N=2` หรือ `N=3` |
| ความก้าวหน้า | เทนเซอร์ 1-D ที่มีความยาว `N+2` การก้าวย่างของหน้าต่างบานเลื่อนสำหรับ "อินพุต" แต่ละมิติ ต้องมี `ก้าว[0] = ก้าว[N+1] = 1` |
| การขยายความ | ประเภทของอัลกอริธึมการเติมที่จะใช้ |
| ตัวเลือก | มีค่าแอตทริบิวต์ทางเลือก |
การส่งคืน
- ตัวอย่างใหม่ของ Conv
สาธารณะ Conv.Options dataFormat แบบคงที่ (String dataFormat)
พารามิเตอร์
| ข้อมูลรูปแบบ | ใช้เพื่อกำหนดรูปแบบข้อมูล ตามค่าเริ่มต้น `CHANNELS_FIRST` ให้ใช้ `NHWC (2D) / NDHWC (3D)` หรือหาก `CHANNELS_LAST` ให้ใช้ `NCHW (2D) / NCDHW (3D)` |
|---|
การขยาย Conv.Options แบบคงที่สาธารณะ (การขยายรายการ <Long>)
พารามิเตอร์
| การขยาย | เทนเซอร์ 1-D ที่มีความยาว `N+2` ปัจจัยการขยายสำหรับแต่ละมิติของ "อินพุต" หากตั้งค่าเป็น `k > 1` จะมีเซลล์ที่ข้าม `k-1` ระหว่างองค์ประกอบตัวกรองแต่ละรายการในมิตินั้น ลำดับมิติถูกกำหนดโดยค่าของ `channels_last_format` โปรดดูรายละเอียดด้านบน การขยายขนาดแบทช์และความลึกต้องเป็น 1 |
|---|
Conv.Options คงที่สาธารณะ explarPaddings (รายการ <Long> explarPaddings)
พารามิเตอร์
| ชัดเจนPaddings | หาก `padding` เป็น `"EXPLICIT"` รายการของจำนวน padding ที่ชัดเจน สำหรับมิติที่ 3 จำนวนช่องว่างภายในที่แทรกก่อนและหลังมิติคือ `explicit_paddings[2 * i]` และ `explicit_paddings[2 * i + 1]` ตามลำดับ หาก `padding` ไม่ใช่ `"EXPLICIT"` `explicit_paddings` จะต้องเว้นว่างไว้ |
|---|
กลุ่ม Conv.Options สาธารณะแบบคงที่ (กลุ่มยาว)
พารามิเตอร์
| กลุ่ม | จำนวนเต็มบวกที่ระบุจำนวนกลุ่มที่อินพุตถูกแบ่งตามแกนของช่อง แต่ละกลุ่มจะถูกรวมกลุ่มแยกกันด้วยตัวกรอง "ตัวกรอง / กลุ่ม" ผลลัพธ์คือการต่อผลลัพธ์ของกลุ่มทั้งหมดตามแนวแกนของช่องสัญญาณ ช่องสัญญาณเข้าและตัวกรองต้องหารด้วยกลุ่มต่างกัน |
|---|
เอาท์พุท สาธารณะ <T> เอาท์พุท ()
A (N+1+batch_dims)-D เทนเซอร์ ลำดับมิติถูกกำหนดโดยค่าของ `channels_last_format` โปรดดูรายละเอียดด้านล่าง