Conv2dBackpropInput

classe finale pubblica Conv2dBackpropInput

Calcola i gradienti di convoluzione rispetto all'input.

Classi nidificate

classe Conv2dBackpropInput.Options Attributi facoltativi per Conv2dBackpropInput

Costanti

Corda OP_NAME Il nome di questa operazione, come noto al motore principale di TensorFlow

Metodi pubblici

Uscita <T>
comeuscita ()
Restituisce l'handle simbolico del tensore.
statico <T estende TNumber > Conv2dBackpropInput <T>
create ( Scope scope, Operando < TInt32 > inputSizes, Operando <T> filter, Operando <T> outBackprop, List<Long> strides, String padding, Options... options)
Metodo factory per creare una classe che racchiude una nuova operazione Conv2dBackpropInput.
Conv2dBackpropInput.Options statico
dataFormat (Stringa dataFormat)
Conv2dBackpropInput.Options statico
dilatazioni (List<Long> dilations)
Conv2dBackpropInput.Options statico
esplicitiPadding (List<Long> esplicitiPadding)
Uscita <T>
produzione ()
4-D con forma "[batch, in_height, in_width, in_channels]".
Conv2dBackpropInput.Options statico
useCudnnOnGpu (uso booleanoCudnnOnGpu)

Metodi ereditati

Costanti

Stringa finale statica pubblica OP_NAME

Il nome di questa operazione, come noto al motore principale di TensorFlow

Valore costante: "Conv2DBackpropInput"

Metodi pubblici

Uscita pubblica <T> asOutput ()

Restituisce l'handle simbolico del tensore.

Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.

public static Conv2dBackpropInput <T> create ( ambito ambito , operando < TInt32 > inputSizes, filtro operando <T>, operando <T> outBackprop, elenco<Long> strides, riempimento di stringhe, opzioni... opzioni)

Metodo factory per creare una classe che racchiude una nuova operazione Conv2dBackpropInput.

Parametri
scopo ambito attuale
inputSizes Un vettore intero che rappresenta la forma di "input", dove "input" è un tensore "[batch, altezza, larghezza, canali]" 4-D.
filtro 4-D con forma "[filter_height, filter_width, in_channels, out_channels]".
outBackprop 4-D con forma "[batch, out_height, out_width, out_channels]". I gradienti rappresentano l'output della convoluzione.
passi da gigante Il passo della finestra scorrevole per ogni dimensione dell'input della convoluzione. Deve essere nello stesso ordine della dimensione specificata con format.
imbottitura Il tipo di algoritmo di riempimento da utilizzare.
opzioni trasporta valori di attributi opzionali
ritorna
  • una nuova istanza di Conv2dBackpropInput

pubblico statico Conv2dBackpropInput.Options dataFormat (String dataFormat)

Parametri
formato dei dati Specificare il formato dei dati di input e output. Con il formato predefinito "NHWC", i dati vengono archiviati nell'ordine di: [batch, in_height, in_width, in_channels]. In alternativa, il formato potrebbe essere "NCHW", l'ordine di archiviazione dei dati di: [batch, in_channels, in_height, in_width].

dilatazioni statiche pubbliche Conv2dBackpropInput.Options (dilatazioni List<Long>)

Parametri
dilatazioni Tensore 1-D di lunghezza 4. Il fattore di dilatazione per ciascuna dimensione di "input". Se impostato su k > 1, ci saranno k-1 celle saltate tra ciascun elemento filtro su quella dimensione. L'ordine delle dimensioni è determinato dal valore di "data_format", vedi sopra per i dettagli. Le dilatazioni delle dimensioni del lotto e della profondità devono essere pari a 1.

public static Conv2dBackpropInput.Options esplicitiPaddings (List<Long> esplicitiPaddings)

Parametri
esplicitiPadding Se `padding` è `"EXPLICIT"`, l'elenco degli importi di riempimento espliciti. Per la i-esima dimensione, la quantità di riempimento inserita prima e dopo la dimensione è rispettivamente "explicit_paddings[2 * i]" e "explicit_paddings[2 * i + 1]". Se `padding` non è `"EXPLICIT"`, `explicit_paddings` deve essere vuoto.

Uscita pubblica <T> uscita ()

4-D con forma "[batch, in_height, in_width, in_channels]". Gradiente rispetto all'input della convoluzione.

public static Conv2dBackpropInput.Options useCudnnOnGpu (uso booleanoCudnnOnGpu)