Conv2dBackpropInput

lớp cuối cùng công khai Conv2dBackpropInput

Tính toán độ dốc tích chập đối với đầu vào.

Các lớp lồng nhau

lớp học Conv2dBackpropInput.Options Thuộc tính tùy chọn cho Conv2dBackpropInput

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 > Conv2dBackpropInput <T>
tạo ( Phạm vi phạm vi , Toán hạng < TInt32 > inputSizes, Bộ lọc toán hạng <T>, Toán hạng <T> outBackprop, Danh sách<Long> bước tiến, Đệm chuỗi, Tùy chọn... tùy chọn)
Phương thức gốc để tạo một lớp bao gồm một thao tác Conv2dBackpropInput mới.
Conv2dBackpropInput.Options tĩnh
dataFormat (Định dạng dữ liệu chuỗi)
Conv2dBackpropInput.Options tĩnh
độ giãn nở (Danh sách độ giãn <Long>)
Conv2dBackpropInput.Options tĩnh
Paddings rõ ràng (Danh sách<Long> Paddings rõ ràng)
Đầu ra <T>
đầu ra ()
4-D với hình dạng `[batch, in_height, in_width, in_channels]`.
Conv2dBackpropInput.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

Giá trị không đổi: "Conv2DBackpropInput"

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 Conv2dBackpropInput <T> create ( Phạm vi phạm vi , Toán hạng < TInt32 > inputSizes, Bộ lọc toán hạng <T>, Toán hạng <T> outBackprop, Danh sách<Long> bước tiến, Đệm chuỗi, Tùy chọn... tùy chọn)

Phương thức gốc để tạo một lớp bao gồm một thao tác Conv2dBackpropInput mới.

Thông số
phạm vi phạm vi hiện tại
kích thước đầu vào Một vectơ số nguyên biểu thị hình dạng của `input`, trong đó `input` là một tenxơ `[batch, chiều cao, chiều rộng, kênh]` 4-D.
lọc 4-D với hình dạng `[filter_height, filter_width, in_channels, out_channels]`.
outBackprop 4-D với hình dạng `[batch, out_height, out_width, out_channels]`. Gradien ghi kết quả đầu ra của tích chập.
bước tiến Bước tiến của cửa sổ trượt đối với từng chiều của đầu vào của tích chập. Phải theo cùng thứ tự với kích thước được chỉ định bằng định dạng.
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 Conv2dBackpropInput

public static Conv2dBackpropInput.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: [batch, in_height, in_width, in_channels]. Ngoài ra, định dạng có thể là "NCHW", thứ tự lưu trữ dữ liệu là: [batch, in_channels, in_height, in_width].

public static Conv2dBackpropInput.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 Conv2dBackpropInput.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> ()

4-D với hình dạng `[batch, in_height, in_width, in_channels]`. gradient ghi đầu vào của tích chập.

public static Conv2dBackpropInput.Options useCudnnOnGpu (Boolean useCudnnOnGpu)