Conv2dBackpropInput.Options

kelas statis publik Conv2dBackpropInput.Options

Atribut opsional untuk Conv2dBackpropInput

Metode Publik

Conv2dBackpropInput.Options
format data (Format data string)
Conv2dBackpropInput.Options
dilatasi (Daftar<Panjang> dilatasi)
Conv2dBackpropInput.Options
eksplisitPaddings (Daftar<Panjang> eksplisitPaddings)
Conv2dBackpropInput.Options
useCudnnOnGpu (Boolean useCudnnOnGpu)

Metode Warisan

boolean
sama dengan (Objek arg0)
Kelas terakhir<?>
dapatkan Kelas ()
ke dalam
Kode hash ()
kekosongan terakhir
memberitahu ()
kekosongan terakhir
beri tahuSemua ()
Rangkaian
keString ()
kekosongan terakhir
tunggu (arg0 panjang, int arg1)
kekosongan terakhir
tunggu (argumen panjang0)
kekosongan terakhir
Tunggu ()

Metode Publik

Format data Conv2dBackpropInput.Options publik (Format data String)

Parameter
format data Tentukan format data data masukan dan keluaran. Dengan format default "NHWC", data disimpan dalam urutan: [batch, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa berupa "NCHW", urutan penyimpanan data: [batch, in_channels, in_height, in_width].

pelebaran Conv2dBackpropInput.Options publik (Daftar<Panjang> pelebaran)

Parameter
pelebaran Tensor 1-D dengan panjang 4. Faktor dilatasi untuk setiap dimensi `input`. Jika diatur ke k > 1, akan ada k-1 sel yang dilewati di antara setiap elemen filter pada dimensi tersebut. Urutan dimensi ditentukan oleh nilai `data_format`, lihat di atas untuk detailnya. Pelebaran dalam dimensi batch dan kedalaman harus 1.

Conv2dBackpropInput.Options publik eksplisitPaddings (Daftar<Panjang> eksplisitPaddings)

Parameter
paddings eksplisit Jika `padding` adalah `"EXPLICIT"`, daftar jumlah padding eksplisit. Untuk dimensi ke-i, jumlah padding yang disisipkan sebelum dan sesudah dimensi masing-masing adalah `explicit_paddings[2 * i]` dan `explicit_paddings[2 * i + 1]`. Jika `padding` bukan `"EXPLICIT"`, `explicit_paddings` harus kosong.

Conv2dBackpropInput.Options publik useCudnnOnGpu (Boolean useCudnnOnGpu)