Dilation2dBackpropInput

lớp cuối cùng công khai Dilation2dBackpropInput

Tính toán độ dốc của độ giãn nở 2-D hình thái đối với đầu vào.

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 > Dilation2dBackpropInput <T>
tạo (Phạm vi phạm vi , đầu vào Toán hạng <T>, bộ lọc Toán hạng <T>, Toán hạng <T> outBackprop, Danh sách<Long> bước tiến, Tỷ lệ danh sách<Long>, Đệm chuỗi)
Phương thức gốc để tạo một lớp bao gồm thao tác Dilation2dBackpropInput mới.
Đầu ra <T>
inBackprop ()
4-D với hình dạng `[batch, in_height, in_width, deep]`.

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: "Dilation2DBackpropInput"

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 Dilation2dBackpropInput <T> tạo ( Phạm vi phạm vi , đầu vào Toán hạng <T>, bộ lọc Toán hạng <T>, Toán hạng <T> outBackprop, Các bước tiến trong Danh sách<Long>, Tốc độ Danh sách<Long>, Đệm chuỗi)

Phương thức gốc để tạo một lớp bao gồm thao tác Dilation2dBackpropInput mới.

Thông số
phạm vi phạm vi hiện tại
đầu vào 4-D với hình dạng `[batch, in_height, in_width, deep]`.
lọc 3-D với hình dạng `[filter_height, filter_width, Depth]`.
outBackprop 4-D với hình dạng `[batch, out_height, out_width, deep]`.
bước tiến 1-D có chiều dài 4. Bước của cửa sổ trượt cho từng chiều của tensor đầu vào. Phải là: `[1, sải chân_height, sải_rộng, 1]`.
giá 1-D có chiều dài 4. Bước đầu vào cho sự giãn nở hình thái động mạch. Phải là: `[1, rate_height, rate_width, 1]`.
phần đệm Loại thuật toán đệm sẽ sử dụng.
Trả lại
  • một phiên bản mới của Dilation2dBackpropInput

Đầu ra công khai <T> inBackprop ()

4-D với hình dạng `[batch, in_height, in_width, deep]`.