fluxo tensor:: ops:: Filtro Conv2DBackprop
#include <nn_ops.h>
Calcula os gradientes de convolução em relação ao filtro.
Resumo
Argumentos:
- escopo: um objeto Escopo
- entrada: 4-D com forma
[batch, in_height, in_width, in_channels]
. - filter_sizes: Um vetor inteiro que representa a forma do tensor de
filter
, ondefilter
é um tensor 4-D[filter_height, filter_width, in_channels, out_channels]
. - out_backprop: 4-D com forma
[batch, out_height, out_width, out_channels]
. Os gradientes representam a saída da convolução. - passos: O passo da janela deslizante para cada dimensão da entrada da convolução. Deve estar na mesma ordem que a dimensão especificada com formato.
- preenchimento: O tipo de algoritmo de preenchimento a ser usado.
Atributos opcionais (veja Attrs
):
- explicit_paddings: se
padding
for"EXPLICIT"
, a lista de valores de preenchimento explícitos. Para a i-ésima dimensão, a quantidade de preenchimento inserida antes e depois da dimensão éexplicit_paddings[2 * i]
eexplicit_paddings[2 * i + 1]
, respectivamente. Sepadding
não for"EXPLICIT"
,explicit_paddings
deverá estar vazio. - data_format: Especifique o formato dos dados de entrada e saída. Com o formato padrão "NHWC", os dados são armazenados na ordem de: [lote, in_height, in_width, in_channels]. Alternativamente, o formato pode ser "NCHW", a ordem de armazenamento de dados de: [lote, in_channels, in_height, in_width].
- dilatações: tensor 1-D de comprimento 4. O fator de dilatação para cada dimensão da
input
. Se definido como k > 1, haverá k-1 células ignoradas entre cada elemento de filtro nessa dimensão. A ordem das dimensões é determinada pelo valor dedata_format
, veja detalhes acima. As dilatações nas dimensões do lote e profundidade devem ser 1.
Retorna:
-
Output
: 4-D com formato[filter_height, filter_width, in_channels, out_channels]
. Gradiente em relação à entrada dofilter
da convolução.
Construtores e Destruidores | |
---|---|
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) |
Atributos públicos | |
---|---|
operation | |
output |
Funções públicas | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Funções estáticas públicas | |
---|---|
DataFormat (StringPiece x) | |
Dilations (const gtl::ArraySlice< int > & x) | |
ExplicitPaddings (const gtl::ArraySlice< int > & x) | |
UseCudnnOnGpu (bool x) |
Estruturas | |
---|---|
tensorflow:: ops:: Conv2DBackpropFilter:: Attrs | Configuradores de atributos opcionais para Conv2DBackpropFilter . |
Atributos públicos
operação
Operation operation
saída
::tensorflow::Output output
Funções públicas
Filtro Conv2DBackprop
Conv2DBackpropFilter( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter_sizes, ::tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding )
Filtro 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 )
nó
::tensorflow::Node * node() const
operador::tensorflow::Input
operator::tensorflow::Input() const
operador::tensorflow::Saída
operator::tensorflow::Output() const
Funções estáticas públicas
Formato de dados
Attrs DataFormat( StringPiece x )
Dilatações
Attrs Dilations( const gtl::ArraySlice< int > & x )
ExplicitPaddings
Attrs ExplicitPaddings( const gtl::ArraySlice< int > & x )
UseCudnnOnGpu
Attrs UseCudnnOnGpu( bool x )