Tính toán tích chập 2-D cho các tensor `đầu vào` và `bộ lọc` 4-D.
Với một tensor đầu vào có hình dạng `[batch, in_height, in_width, in_channels]` và một tensor bộ lọc / kernel có hình dạng `[filter_height, filter_width, in_channels, out_channels]`, op này thực hiện như sau:
1. Làm phẳng bộ lọc thành ma trận 2-D có hình dạng `[filter_height * filter_width * in_channels, out_channels]`. 2. Trích xuất các mảng hình ảnh từ tensor đầu vào để tạo thành một tensor ảo có hình dạng `[batch, out_height, out_width, filter_height * filter_width * in_channels]`. 3. Đối với mỗi bản vá, nhân ma trận bộ lọc và vectơ bản vá hình ảnh với bên phải.
Cụ thể, với định dạng NHWC mặc định,
đầu ra[b, i, j, k] = sum_{di, dj, q} input[b, sải bước[1] * i + di, sải bước[2] * j + dj, q] * filter[di, dj, q, k]
Phải có `sải bước[0] = bước tiến[3] = 1`. Đối với trường hợp phổ biến nhất của cùng một sải chân ngang và đỉnh, `sải chân = [1, sải chân, sải chân, 1]`.
Các lớp lồng nhau
| lớp học | Conv2d.Options | Thuộc tính tùy chọn cho Conv2d | |
Hằng số
| Sợi dây | OP_NAME | Tên của op này, được biết đến bởi công cụ lõi TensorFlow |
Phương pháp công khai
| Đầu ra <T> | asOutput () Trả về tay cầm tượng trưng của tensor. |
| tĩnh <T mở rộng TNumber > Chuyển đổi2d <T> | tạo (Phạm vi phạm vi , đầu vào Toán hạng <T>, Bộ lọc toán hạng <T>, Danh sách <Dài> bước, Đệm chuỗi, Tùy chọn... tùy chọn) Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Conv2d mới. |
| Conv2d.Options tĩnh | dataFormat (Định dạng dữ liệu chuỗi) |
| Conv2d.Options tĩnh | độ giãn nở (Danh sách độ giãn <Long>) |
| Conv2d.Options tĩnh | Paddings rõ ràng (Danh sách<Long> Paddings rõ ràng) |
| Đầu ra <T> | đầu ra () Một tensor 4-D. |
| Conv2d.Options tĩnh | useCudnnOnGpu (Sử dụng BooleanCudnnOnGpu) |
Phương pháp kế thừa
Hằng số
Chuỗi cuối cùng tĩnh công khai OP_NAME
Tên của op này, được biết đến bởi công cụ lõi TensorFlow
Phương pháp công khai
Đầu ra công khai <T> asOutput ()
Trả về tay cầm tượng trưng của tensor.
Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.
public static Conv2d <T> tạo (Phạm vi phạm vi , Đầu vào toán hạng <T>, Bộ lọc toán hạng <T>, Các bước danh sách<Long>, Đệm chuỗi, Tùy chọn... tùy chọn)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác Conv2d mới.
Thông số
| phạm vi | phạm vi hiện tại |
|---|---|
| đầu vào | Một tensor 4-D. Thứ tự thứ nguyên được diễn giải theo giá trị của `data_format`, xem bên dưới để biết chi tiết. |
| lọc | Một tensor 4-D có hình dạng `[filter_height, filter_width, in_channels, out_channels]` |
| bước tiến | Tenxơ 1-D có chiều dài 4. Độ dài của cửa sổ trượt cho mỗi chiều của `đầu vào`. Thứ tự thứ nguyên được xác định bởi giá trị của `data_format`, xem bên dưới để biết chi tiết. |
| phần đệm | Loại thuật toán đệm sẽ sử dụng. |
| tùy chọn | mang các giá trị thuộc tính tùy chọn |
Trả lại
- một phiên bản mới của Conv2d
public static Conv2d.Options dataFormat (String dataFormat)
Thông số
| định dạng dữ liệu | Chỉ định định dạng dữ liệu của dữ liệu đầu vào và đầu ra. Với định dạng mặc định "NHWC", dữ liệu được lưu trữ theo thứ tự: [lô, chiều cao, chiều rộng, kênh]. Ngoài ra, định dạng có thể là "NCHW", thứ tự lưu trữ dữ liệu là: [lô, kênh, chiều cao, chiều rộng]. |
|---|
public static Conv2d.Options giãn nở (Danh sách giãn nở <Long>)
Thông số
| sự giãn nở | Tenxơ 1-D có độ dài 4. Hệ số giãn nở cho mỗi chiều của `đầu vào`. Nếu được đặt thành k > 1, sẽ có k-1 ô bị bỏ qua giữa mỗi phần tử bộ lọc trên thứ nguyên đó. Thứ tự thứ nguyên được xác định bởi giá trị của `data_format`, xem chi tiết ở trên. Độ giãn nở của kích thước lô và độ sâu phải bằng 1. |
|---|
public static Conv2d.Options clearPaddings (Danh sách<Long> clearPaddings)
Thông số
| rõ ràngPaddings | Nếu `đệm` là `"RÕ RÀNG"`, danh sách số lượng đệm rõ ràng. Đối với thứ nguyên thứ i, lượng khoảng đệm được chèn trước và sau thứ nguyên lần lượt là `explicit_paddings[2 * i]` và `explicit_paddings[2 * i + 1]`. Nếu `padding` không phải là `"EXPLICIT"`, thì `explicit_paddings` phải trống. |
|---|
Đầu ra công khai đầu ra <T> ()
Một tensor 4-D. Thứ tự thứ nguyên được xác định bởi giá trị của `data_format`, xem bên dưới để biết chi tiết.