সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
টেনসরফ্লো :: অপস:: FusedPadConv2D
#include <nn_ops.h> একটি কনভল্যুশনের সময় একটি প্রিপ্রসেস হিসাবে একটি প্যাডিং সম্পাদন করে।
সারাংশ
FusedResizeAndPadConv2d এর মতো, এই অপটি একটি অপ্টিমাইজ করা বাস্তবায়নের অনুমতি দেয় যেখানে স্থানিক প্যাডিং ট্রান্সফর্মেশন স্টেজটি im2col লুকআপের সাথে মিশ্রিত করা হয়, কিন্তু এই ক্ষেত্রে আকার পরিবর্তনের জন্য প্রয়োজনীয় বাইলিনিয়ার ফিল্টারিং ছাড়াই। প্যাডিং ফিউজ করা মধ্যবর্তী ফলাফলগুলিকে সম্পূর্ণ টেনসর হিসাবে লেখার প্রয়োজনীয়তাকে বাধা দেয়, মেমরির চাপ হ্রাস করে এবং আমরা রূপান্তর গণনাগুলিকে একত্রিত করে কিছু লেটেন্সি লাভ পেতে পারি। Conv2D- এর জন্য data_format অ্যাট্রিবিউট এই অপের দ্বারা সমর্থিত নয়, এবং পরিবর্তে 'NHWC' অর্ডার ব্যবহার করা হয়। অভ্যন্তরীণভাবে এই অপশনটি একটি একক প্রতি-গ্রাফ স্ক্র্যাচ বাফার ব্যবহার করে, যার মানে একাধিক সংস্করণ সমান্তরালভাবে চালানো হলে এটি ব্লক করবে। কারণ এই অপারেটরটি মূলত মেমরির ব্যবহার কমানোর জন্য একটি অপ্টিমাইজেশন।
যুক্তি:
- স্কোপ: একটি স্কোপ অবজেক্ট
- ইনপুট: আকৃতি সহ 4-D
[batch, in_height, in_width, in_channels] । - প্যাডিং: একটি দুই-কলামের ম্যাট্রিক্স যা প্যাডিংয়ের আকার নির্দিষ্ট করে। সারির সংখ্যা অবশ্যই
input র্যাঙ্কের সমান হতে হবে। - ফিল্টার: 4-ডি আকৃতি সহ
[filter_height, filter_width, in_channels, out_channels] । - স্ট্রাইডস: দৈর্ঘ্যের 1-D 4.
input প্রতিটি মাত্রার জন্য স্লাইডিং উইন্ডোর অগ্রগতি। বিন্যাসের সাথে নির্দিষ্ট মাত্রার মতো একই ক্রমে হতে হবে। - প্যাডিং: ব্যবহার করার জন্য প্যাডিং অ্যালগরিদমের ধরন।
রিটার্ন:
পাবলিক বৈশিষ্ট্য
পাবলিক ফাংশন
নোড
::tensorflow::Node * node() const
operator::tensorflow::Input() const
অপারেটর::টেনসরফ্লো::আউটপুট
operator::tensorflow::Output() const
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-27 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-27 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],null,["# tensorflow::ops::FusedPadConv2D Class Reference\n\ntensorflow::ops::FusedPadConv2D\n===============================\n\n`#include \u003cnn_ops.h\u003e`\n\nPerforms a padding as a preprocess during a convolution.\n\nSummary\n-------\n\nSimilar to FusedResizeAndPadConv2d, this op allows for an optimized implementation where the spatial padding transformation stage is fused with the im2col lookup, but in this case without the bilinear filtering required for resizing. Fusing the padding prevents the need to write out the intermediate results as whole tensors, reducing memory pressure, and we can get some latency gains by merging the transformation calculations. The data_format attribute for [Conv2D](/versions/r2.1/api_docs/cc/class/tensorflow/ops/conv2-d#classtensorflow_1_1ops_1_1_conv2_d) isn't supported by this op, and 'NHWC' order is used instead. Internally this op uses a single per-graph scratch buffer, which means that it will block if multiple versions are being run in parallel. This is because this operator is primarily an optimization to minimize memory usage.\n\nArguments:\n\n- scope: A [Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- input: 4-D with shape `[batch, in_height, in_width, in_channels]`.\n- paddings: A two-column matrix specifying the padding sizes. The number of rows must be the same as the rank of `input`.\n- filter: 4-D with shape `[filter_height, filter_width, in_channels, out_channels]`.\n- strides: 1-D of length 4. The stride of the sliding window for each dimension of `input`. Must be in the same order as the dimension specified with format.\n- padding: The type of padding algorithm to use.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): The output tensor.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [FusedPadConv2D](#classtensorflow_1_1ops_1_1_fused_pad_conv2_d_1a29433f179ebfe80f5713baf602db0fb2)`(const ::`[tensorflow::Scope](/versions/r2.1/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` paddings, ::`[tensorflow::Input](/versions/r2.1/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, StringPiece mode, const gtl::ArraySlice\u003c int \u003e & strides, StringPiece padding)` ||\n\n| ### Public attributes ||\n|-----------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_fused_pad_conv2_d_1a74eadb05eed0b4ac42f88868b346c2c9) | [Operation](/versions/r2.1/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_fused_pad_conv2_d_1a9b745852fc93e6ac7cad86ed8d30355d) | `::`[tensorflow::Output](/versions/r2.1/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_fused_pad_conv2_d_1a834a7fdc26dccf20c023a8a8f52aa70c)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_fused_pad_conv2_d_1a041ca6414035fd6c7c4526905e111b55)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_fused_pad_conv2_d_1ab21cc1c1b746da897e2ee793cb9320a4)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### FusedPadConv2D\n\n```gdscript\n FusedPadConv2D(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input,\n ::tensorflow::Input paddings,\n ::tensorflow::Input filter,\n StringPiece mode,\n const gtl::ArraySlice\u003c int \u003e & strides,\n StringPiece padding\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]
