Calcule les gradients de convolution en profondeur par rapport au filtre.
Classes imbriquées
classe | DepthwiseConv2dNativeBackpropFilter.Options | Attributs facultatifs pour DepthwiseConv2dNativeBackpropFilter |
Constantes
Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
Sortie <T> | comme Sortie () Renvoie le handle symbolique du tenseur. |
statique <T étend TNumber > DepthwiseConv2dNativeBackpropFilter <T> | |
statique DepthwiseConv2dNativeBackpropFilter.Options | dataFormat (Chaîne dataFormat) |
statique DepthwiseConv2dNativeBackpropFilter.Options | dilatations (List<Long> dilatations) |
statique DepthwiseConv2dNativeBackpropFilter.Options | explicitPaddings (List<Long> explicitPaddings) |
Sortie <T> | sortir () 4-D avec la forme `[filter_height, filter_width, in_channels, out_channels]`. |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
sortie publique <T> asOutput ()
Renvoie le handle symbolique du tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
public static DepthwiseConv2dNativeBackpropFilter <T> créer (portée de la portée , entrée de l' opérande <T>, opérande <TInt32> filterSizes, opérande <T> outBackprop, foulées de la liste <Long>, remplissage de chaîne, options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération DepthwiseConv2dNativeBackpropFilter.
Paramètres
portée | portée actuelle |
---|---|
saisir | 4-D avec forme basée sur `data_format`. Par exemple, si `data_format` est 'NHWC', alors `input` est un tenseur 4-D `[batch, in_height, in_width, in_channels]`. |
Tailles de filtre | Un vecteur entier représentant la forme tensorielle de « filter », où « filter » est un tenseur 4-D « [filter_height, filter_width, in_channels, deepwise_multiplier] ». |
outBackprop | 4-D avec forme basée sur `data_format`. Par exemple, si `data_format` est 'NHWC', alors la forme out_backprop est `[batch, out_height, out_width, out_channels]`. Dégradés par rapport à la sortie de la convolution. |
foulées | La foulée de la fenêtre glissante pour chaque dimension de l'entrée de la convolution. |
rembourrage | Le type d’algorithme de remplissage à utiliser. |
choix | porte des valeurs d'attributs facultatifs |
Retour
- une nouvelle instance de DepthwiseConv2dNativeBackpropFilter
public statique DepthwiseConv2dNativeBackpropFilter.Options dataFormat (String dataFormat)
Paramètres
format de données | Spécifiez le format de données des données d'entrée et de sortie. Avec le format par défaut « NHWC », les données sont stockées dans l'ordre : [lot, hauteur, largeur, canaux]. Alternativement, le format pourrait être « NCHW », l'ordre de stockage des données étant : [lot, canaux, hauteur, largeur]. |
---|
dilatations statiques publiques DepthwiseConv2dNativeBackpropFilter.Options (List<Long> dilatations)
Paramètres
dilatations | Tenseur 1-D de longueur 4. Le facteur de dilatation pour chaque dimension de « entrée ». Si défini sur k > 1, il y aura k-1 cellules ignorées entre chaque élément de filtre sur cette dimension. L'ordre des dimensions est déterminé par la valeur de `data_format`, voir ci-dessus pour plus de détails. Les dilatations dans les dimensions du lot et de la profondeur doivent être de 1. |
---|
public static DepthwiseConv2dNativeBackpropFilter.Options explicitPaddings (List<Long> explicitPaddings)
sortie publique <T> sortie ()
4-D avec la forme `[filter_height, filter_width, in_channels, out_channels]`. Dégradé par rapport à l'entrée « filtre » de la convolution.