Google I/O में ट्यूनिंग के लिए धन्यवाद। मांग पर सभी सत्र देखें मांग पर देखें

टेंसरफ़्लो :: ऑप्स :: Conv2DBackpropFilter

#include <nn_ops.h>

फ़िल्टर के संबंध में कनवल्शन के ग्रेडिएंट्स की गणना करता है।

सारांश

तर्क:

  • गुंजाइश: एक स्कोप ऑब्जेक्ट
  • इनपुट: आकार के साथ 4-डी [batch, in_height, in_width, in_channels] ।
  • filter_sizes: एक पूर्णांक वेक्टर filter के टेंसर आकार का प्रतिनिधित्व करता है, जहां filter एक 4-डी [filter_height, filter_width, in_channels, out_channels] टेंसर है।
  • out_backprop: आकार के साथ 4-D [batch, out_height, out_width, out_channels] । ग्रेडिएंट्स कनवल्शन के आउटपुट को बढ़ाते हैं।
  • strides: कनवल्शन के इनपुट के प्रत्येक आयाम के लिए स्लाइडिंग विंडो की स्ट्राइड। प्रारूप के साथ निर्दिष्ट आयाम के समान क्रम में होना चाहिए।
  • पैडिंग: उपयोग करने के लिए पैडिंग एल्गोरिथ्म का प्रकार।

वैकल्पिक विशेषताएँ ( Attrs देखें):

  • clar_paddings: यदि padding "EXPLICIT" , तो स्पष्ट पैडिंग राशियों की सूची। आईआईटी आयाम के लिए, आयाम से पहले और बाद में सम्मिलित किए गए पैडिंग की मात्रा explicit_paddings[2 * i] और explicit_paddings[2 * i + 1] है। तो padding नहीं है "EXPLICIT" , explicit_paddings रिक्त होना ही चाहिए।
  • data_format: इनपुट और आउटपुट डेटा के डेटा प्रारूप को निर्दिष्ट करें। डिफ़ॉल्ट प्रारूप "एनएचडब्ल्यूसी" के साथ, डेटा के क्रम में संग्रहीत किया जाता है: [बैच, in_height, in_width, in_channels]। वैकल्पिक रूप से, प्रारूप "एनसीएचडब्ल्यू" हो सकता है, डेटा संग्रहण क्रम: [बैच, in_channels, in_height, in_width]।
  • फैलाव: लंबाई का 1-डी टेन्सर 4. input प्रत्येक आयाम के लिए फैलाव कारक। यदि k> 1 पर सेट किया जाता है, तो उस आयाम पर प्रत्येक फ़िल्टर तत्व के बीच k-1 स्किप्ड कोशिकाएँ होंगी। आयाम क्रम data_format के मूल्य से निर्धारित होता है, विवरण के लिए ऊपर देखें। बैच और गहराई आयामों में फैलाव 1 होना चाहिए।

रिटर्न:

  • Output : आकार के साथ 4-डी [filter_height, filter_width, in_channels, out_channels] । ढाल के filter इनपुट को धीरे-धीरे wrt।

कंस्ट्रक्टर और डिस्ट्रक्टर्स

Conv2DBackpropFilter (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter_sizes, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding)
Conv2DBackpropFilter (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter_sizes, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2DBackpropFilter::Attrs & attrs)

सार्वजनिक विशेषताएँ

operation
output

सार्वजनिक कार्य

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

सार्वजनिक स्थैतिक कार्य

DataFormat (StringPiece x)
Dilations (const gtl::ArraySlice< int > & x)
ExplicitPaddings (const gtl::ArraySlice< int > & x)
UseCudnnOnGpu (bool x)

संरचनाएं

टेंसोफ़्लो :: ऑप्स :: Conv2DBackpropFilter :: Attrs

वैकल्पिक विशेषता Conv2DBackpropFilter के लिए बसता है ।

सार्वजनिक विशेषताएँ

ऑपरेशन

Operation operation

उत्पादन

::tensorflow::Output output

सार्वजनिक कार्य

Conv2DBackpropFilter

 Conv2DBackpropFilter(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter_sizes,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

Conv2DBackpropFilter

 Conv2DBackpropFilter(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter_sizes,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2DBackpropFilter::Attrs & attrs
)

नोड

::tensorflow::Node * node() const

ऑपरेटर :: टेंसरफ़्लो :: इनपुट

 operator::tensorflow::Input() const
है

ऑपरेटर :: टेंसोफ़्लो :: आउटपुट

 operator::tensorflow::Output() const

सार्वजनिक स्थैतिक कार्य

डेटा स्वरूप

Attrs DataFormat(
  StringPiece x
)

फैलाव

Attrs Dilations(
  const gtl::ArraySlice< int > & x
)

स्पष्ट करना

Attrs ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)
है

UseCudnnOnGpu

Attrs UseCudnnOnGpu(
  bool x
)