Conv2dBackpropFilter

کلاس نهایی عمومی Conv2dBackpropFilter

گرادیان کانولوشن را با توجه به فیلتر محاسبه می کند.

کلاس های تو در تو

کلاس Conv2dBackpropFilter.Options ویژگی های اختیاری برای Conv2dBackpropFilter

ثابت ها

رشته OP_NAME نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

خروجی <T>
asOutput ()
دسته نمادین تانسور را برمی گرداند.
استاتیک <T TNumber > Conv2dBackpropFilter <T> را گسترش می دهد
ایجاد ( دامنه دامنه ، ورودی Operand <T>، Operand < TINT32 > filterSizes، Operand <T> outBackprop، فهرست <طولانی> گام‌ها، لایه‌بندی رشته، گزینه‌ها... گزینه‌ها)
روش کارخانه برای ایجاد کلاسی که یک عملیات Conv2dBackpropFilter جدید را بسته بندی می کند.
استاتیک Conv2dBackpropFilter.Options
dataFormat (String dataFormat)
استاتیک Conv2dBackpropFilter.Options
اتساع (List<Long> dilation)
استاتیک Conv2dBackpropFilter.Options
explicitPaddings (List<Long> explicitPaddings)
خروجی <T>
خروجی ()
4-بعدی با شکل «[ارتفاع_فیلتر، عرض_فیلتر، درون_کانال، کانال_خارج]».
استاتیک Conv2dBackpropFilter.Options
useCudnnOnGpu (استفاده بولیCudnnOnGpu)

روش های ارثی

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "Conv2DBackpropFilter"

روش های عمومی

خروجی عمومی <T> asOutput ()

دسته نمادین تانسور را برمی گرداند.

ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.

عمومی استاتیک Conv2dBackpropFilter <T> ایجاد ( دامنه دامنه، ورودی Operand <T>، Operand < TINT32 > filterSizes، Operand <T> outBackprop، فهرست <طولانی> گام‌ها، لایه‌بندی رشته، گزینه‌ها... گزینه‌ها)

روش کارخانه برای ایجاد کلاسی که یک عملیات Conv2dBackpropFilter جدید را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
ورودی 4-بعدی با شکل «[دسته، در_ارتفاع، در_عرض، در کانال]».
اندازه های فیلتر یک بردار عدد صحیح که شکل تانسور «فیلتر» را نشان می‌دهد، که در آن «فیلتر» یک تانسور «[ارتفاع_فیلتر، عرض_فیلتر، درون_کانال، کانال‌های خارج]» 4 بعدی است.
outBackprop 4-بعدی با شکل «[دسته، خارج_ارتفاع، خارج_عرض، خارج_کانال]». گرادیان ها خروجی کانولوشن را تشکیل می دهند.
گام برداشت گام پنجره کشویی برای هر بعد ورودی کانولوشن. باید به همان ترتیب ابعاد مشخص شده با قالب باشد.
لایه گذاری نوع الگوریتم padding مورد استفاده.
گزینه ها مقادیر ویژگی های اختیاری را حمل می کند
برمی گرداند
  • یک نمونه جدید از Conv2dBackpropFilter

عمومی استاتیک Conv2dBackpropFilter.Options dataFormat (String dataFormat)

مولفه های
dataFormat فرمت داده داده های ورودی و خروجی را مشخص کنید. با فرمت پیش‌فرض «NHWC»، داده‌ها به ترتیب زیر ذخیره می‌شوند: [batch, in_height, in_width, in_channels]. از طرف دیگر، قالب می‌تواند «NCHW» باشد، ترتیب ذخیره‌سازی داده‌ها: [دسته‌ای، در کانال‌ها، در ارتفاع، در عرض].

اتساع Conv2dBackpropFilter.Options عمومی (List<Long> Dilation)

مولفه های
اتساع تانسور 1 بعدی به طول 4. ضریب اتساع برای هر بعد «ورودی». اگر روی k> 1 تنظیم شود، بین هر عنصر فیلتر در آن بعد، سلول های k-1 پرش شده وجود خواهد داشت. ترتیب ابعاد با مقدار "قالب_داده" تعیین می شود، برای جزئیات بیشتر به بالا مراجعه کنید. اتساع در ابعاد دسته ای و عمقی باید 1 باشد.

عمومی ثابت Conv2dBackpropFilter.Options explicitPaddings (List<Long> explicitPaddings)

مولفه های
صریح پدینگ اگر «پرده‌سازی» «EXPLICIT» باشد، فهرستی از مقادیر صریح padding. برای بعد ith، مقدار padding درج شده قبل و بعد از بعد به ترتیب "paddings_explicit[2 * i]" و "explicit_paddings[2 * i + 1]" است. اگر «padding» «EXPLICIT» نیست، «paddings_explicit» باید خالی باشد.

خروجی عمومی <T> خروجی ()

4-بعدی با شکل «[ارتفاع_فیلتر، عرض_فیلتر، درون_کانال، کانال_خارج]». گرادیان ورودی «فیلتر» پیچیدگی را به همراه دارد.

عمومی Static Conv2dBackpropFilter.Options useCudnnOnGpu (استفاده بولیCudnnOnGpu)