aliran tensor:: operasi:: Filter Conv2DBackprop
#include <nn_ops.h>
Menghitung gradien konvolusi sehubungan dengan filter.
Ringkasan
Argumen:
- ruang lingkup: Objek Lingkup
- masukan: 4-D dengan bentuk
[batch, in_height, in_width, in_channels]
. - filter_sizes: Vektor bilangan bulat yang mewakili bentuk tensor
filter
, denganfilter
adalah tensor 4-D[filter_height, filter_width, in_channels, out_channels]
. - out_backprop: 4-D dengan bentuk
[batch, out_height, out_width, out_channels]
. Gradien menentukan keluaran konvolusi. - langkah: Langkah jendela geser untuk setiap dimensi masukan konvolusi. Harus berada dalam urutan yang sama dengan dimensi yang ditentukan dengan format.
- padding: Jenis algoritma padding yang akan digunakan.
Atribut opsional (lihat Attrs
):
- eksplisit_paddings: Jika
padding
adalah"EXPLICIT"
, daftar jumlah padding eksplisit. Untuk dimensi ke-i, jumlah padding yang disisipkan sebelum dan sesudah dimensi masing-masing adalahexplicit_paddings[2 * i]
danexplicit_paddings[2 * i + 1]
. Jikapadding
bukan"EXPLICIT"
,explicit_paddings
harus kosong. - data_format: Menentukan format data input dan output data. Dengan format default "NHWC", data disimpan dalam urutan: [batch, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa berupa "NCHW", urutan penyimpanan data: [batch, in_channels, in_height, in_width].
- dilatasi: 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 nilaidata_format
, lihat di atas untuk detailnya. Pelebaran dalam dimensi batch dan kedalaman harus 1.
Pengembalian:
-
Output
: 4-D dengan bentuk[filter_height, filter_width, in_channels, out_channels]
. Gradien menulis inputfilter
konvolusi.
Konstruktor dan Destruktor | |
---|---|
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) |
Atribut publik | |
---|---|
operation | |
output |
Fungsi publik | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Fungsi statis publik | |
---|---|
DataFormat (StringPiece x) | |
Dilations (const gtl::ArraySlice< int > & x) | |
ExplicitPaddings (const gtl::ArraySlice< int > & x) | |
UseCudnnOnGpu (bool x) |
Struktur | |
---|---|
tensorflow:: ops:: Conv2DBackpropFilter:: Attrs | Penyetel atribut opsional untuk Conv2DBackpropFilter . |
Atribut publik
operasi
Operation operation
keluaran
::tensorflow::Output output
Fungsi publik
Filter Conv2DBackprop
Conv2DBackpropFilter( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter_sizes, ::tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding )
Filter Conv2DBackprop
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 )
simpul
::tensorflow::Node * node() const
operator::tensorflow::Masukan
operator::tensorflow::Input() const
operator::tensorflow::Keluaran
operator::tensorflow::Output() const
Fungsi statis publik
Format Data
Attrs DataFormat( StringPiece x )
Pelebaran
Attrs Dilations( const gtl::ArraySlice< int > & x )
Padding Eksplisit
Attrs ExplicitPaddings( const gtl::ArraySlice< int > & x )
Gunakan CudnnOnGpu
Attrs UseCudnnOnGpu( bool x )