Menghitung gradien konvolusi mendalam sehubungan dengan masukan.
Kelas Bersarang
kelas | DepthwiseConv2dNativeBackpropInput.Options | Atribut opsional untuk DepthwiseConv2dNativeBackpropInput |
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 TNumber > DepthwiseConv2dNativeBackpropInput <T> | |
DepthwiseConv2dNativeBackpropInput.Options statis | format data (Format data string) |
DepthwiseConv2dNativeBackpropInput.Options statis | dilatasi (Daftar<Panjang> dilatasi) |
DepthwiseConv2dNativeBackpropInput.Options statis | eksplisitPaddings (Daftar<Panjang> eksplisitPaddings) |
Keluaran <T> | keluaran () 4-D dengan bentuk sesuai `data_format`. |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
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 DepthwiseConv2dNativeBackpropInput <T> buat ( Cakupan cakupan , Operan < TInt32 > inputSizes, filter Operan <T>, Operan <T> outBackprop, Langkah Daftar<Panjang>, Bantalan string, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi DepthwiseConv2dNativeBackpropInput baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
ukuran masukan | Vektor bilangan bulat yang mewakili bentuk `input`, berdasarkan `format_data`. Misalnya, jika `data_format` adalah 'NHWC' maka `input` adalah tensor `[batch, tinggi, lebar, saluran]` 4-D. |
Saring | 4-D dengan bentuk `[filter_height, filter_width, in_channels, depthwise_multiplier]`. |
keluarBackprop | 4-D dengan bentuk berdasarkan `data_format`. Misalnya, jika `format_data` adalah 'NHWC' maka bentuk out_backprop adalah `[batch, out_height, out_width, out_channels]`. Gradien menentukan keluaran konvolusi. |
langkah | Langkah jendela geser untuk setiap dimensi masukan konvolusi. |
lapisan | Jenis algoritma padding yang akan digunakan. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari DepthwiseConv2dNativeBackpropInput
public static DepthwiseConv2dNativeBackpropInput.Options dataFormat (String dataFormat)
Parameter
format data | Tentukan format data data masukan dan keluaran. Dengan format default "NHWC", data disimpan dalam urutan: [batch, tinggi, lebar, saluran]. Alternatifnya, formatnya bisa berupa "NCHW", urutan penyimpanan data: [batch, saluran, tinggi, lebar]. |
---|
pelebaran DepthwiseConv2dNativeBackpropInput.Options statis publik (pelebaran Daftar<Panjang>)
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. |
---|
public static DepthwiseConv2dNativeBackpropInput.Options eksplisitPaddings (Daftar<Panjang> eksplisitPaddings)
Keluaran publik <T> keluaran ()
4-D dengan bentuk sesuai `data_format`. Misalnya, jika `format_data` adalah 'NHWC', bentuk keluarannya adalah `[batch, in_height, in_width, in_channels]`. Gradien menulis masukan konvolusi.