จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
เทนเซอร์โฟลว์:: ปฏิบัติการ:: FusedPadConv2D
#include <nn_ops.h> ดำเนินการเติมเป็นกระบวนการล่วงหน้าระหว่างการบิด
สรุป
เช่นเดียวกับ FusedResizeAndPadConv2d op นี้อนุญาตให้มีการใช้งานที่ได้รับการปรับปรุงให้เหมาะสมโดยที่ขั้นตอนการเปลี่ยนแปลงการเติมเชิงพื้นที่ถูกหลอมรวมกับการค้นหา im2col แต่ในกรณีนี้โดยไม่ต้องใช้การกรองแบบไบลิเนียร์ที่จำเป็นสำหรับการปรับขนาด การหลอมรวมช่องว่างภายในจะป้องกันไม่ให้จำเป็นต้องเขียนผลลัพธ์ระดับกลางเป็นเทนเซอร์ทั้งหมด ช่วยลดแรงกดดันของหน่วยความจำ และเราจะได้รับเวลาแฝงเพิ่มขึ้นด้วยการรวมการคำนวณการแปลงเข้าด้วยกัน op นี้ไม่รองรับแอตทริบิวต์ data_format สำหรับ Conv2D และใช้ลำดับ 'NHWC' แทน ภายใน op นี้ใช้บัฟเฟอร์รอยขีดข่วนต่อกราฟเดียว ซึ่งหมายความว่ามันจะบล็อกหากรันหลายเวอร์ชันพร้อมกัน เนื่องจากตัวดำเนินการนี้เป็นการปรับให้เหมาะสมเพื่อลดการใช้หน่วยความจำเป็นหลัก
ข้อโต้แย้ง:
- ขอบเขต: วัตถุ ขอบเขต
- อินพุต: 4-D ที่มีรูปร่าง
[batch, in_height, in_width, in_channels] - paddings: เมทริกซ์สองคอลัมน์ที่ระบุขนาด padding จำนวนแถวจะต้องเท่ากันกับอันดับของ
input - ตัวกรอง: 4-D ที่มีรูปร่าง
[filter_height, filter_width, in_channels, out_channels] - ก้าว: 1-D ของความยาว 4 ก้าวของหน้าต่างบานเลื่อนสำหรับ
input แต่ละมิติ ต้องอยู่ในลำดับเดียวกันกับมิติข้อมูลที่ระบุด้วยรูปแบบ - padding: ประเภทของอัลกอริธึมการเติมที่จะใช้
ผลตอบแทน:
คุณลักษณะสาธารณะ
งานสาธารณะ
โหนด
::tensorflow::Node * node() const
operator::tensorflow::Input() const
ตัวดำเนินการ::tensorflow::เอาต์พุต
operator::tensorflow::Output() const
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-27 UTC
[null,null,["อัปเดตล่าสุด 2025-07-27 UTC"],[],[],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```"]]
