Conv3d

kelas akhir publik Konv3d

Menghitung konvolusi 3-D dengan `input` dan `filter` 5-D.

Dalam pemrosesan sinyal, korelasi silang adalah ukuran kemiripan dua bentuk gelombang sebagai fungsi jeda waktu yang diterapkan pada salah satunya. Ini juga dikenal sebagai perkalian titik geser atau perkalian dalam geser.

Conv3D kami menerapkan bentuk korelasi silang.

Kelas Bersarang

kelas

Opsi Konv3d

Atribut opsional untuk Conv3d

Konstanta

Rangkaian

OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolis tensor.
statis <T memperluas TNomber > Konv3d <T>	buat ( Lingkup lingkup, masukan Operan <T>, filter Operan <T>, langkah Daftar<Panjang>, Bantalan string, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi Conv3d baru.
Opsi Konv3d.statis	format data (Format data string)
Opsi Konv3d.statis	dilatasi (Daftar<Panjang> dilatasi)
Keluaran <T>	keluaran ()

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir	keString ()

Dari kelas java.lang.Object

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 ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu Operation .

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak <T>	sebagai Keluaran () Mengembalikan pegangan simbolis tensor.
abstrak T	sebagai Tensor () Mengembalikan tensor pada operan ini.
Bentuk abstrak	membentuk () Mengembalikan bentuk tensor (yang mungkin diketahui sebagian) yang dirujuk oleh Output operan ini.
Kelas abstrak<T>	jenis () Mengembalikan tipe tensor operan ini

Dari antarmuka org.tensorflow.ndarray.Shaped

abstrak ke dalam	peringkat ()
Bentuk abstrak	membentuk ()
abstrak panjang	ukuran () Menghitung dan mengembalikan ukuran total wadah ini, dalam jumlah nilai.

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "Conv3D"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static Conv3d <T> buat ( Lingkup cakupan , masukan Operan <T>, filter Operan <T>, Langkah Daftar<Panjang>, Bantalan string, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi Conv3d baru.

Parameter

cakupan	ruang lingkup saat ini
memasukkan	Bentuk `[batch, dalam_dalam, dalam_tinggi, dalam_lebar, dalam_saluran]`.
Saring	Bentuk `[kedalaman_filter, tinggi_filter, lebar_filter, saluran_masuk, saluran_keluar]`. `in_channels` harus cocok antara `input` dan `filter`.
langkah	Tensor 1-D dengan panjang 5. Langkah jendela geser untuk setiap dimensi `input`. Harus memiliki `langkah[0] = langkah[4] = 1`.
lapisan	Jenis algoritma padding yang akan digunakan.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru dari Conv3d

Format data Conv3d.Options statis publik (String dataFormat)

Parameter

format data	Format data data masukan dan keluaran. Dengan format default "NDHWC", data disimpan dalam urutan: [batch, in_ depth, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa "NCDHW", urutan penyimpanan datanya adalah: [batch, in_channels, in_ depth, in_height, in_width].

dilatasi Conv3d.Options statis publik (Daftar<Panjang> dilatasi)

Parameter

pelebaran	Tensor 1-D dengan panjang 5. 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.

Keluaran publik <T> keluaran ()