เทนเซอร์โฟลว์:: ปฏิบัติการ:: Conv2DBackpropFilter
#include <nn_ops.h>
คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงตัวกรอง
สรุป
ข้อโต้แย้ง:
- ขอบเขต: วัตถุ ขอบเขต
- อินพุต: 4-D ที่มีรูปร่าง
[batch, in_height, in_width, in_channels]
- filter_sizes: เวกเตอร์จำนวนเต็มที่แสดงรูปร่างเทนเซอร์ของ
filter
โดยที่filter
เป็นเทนเซอร์ 4 มิติ[filter_height, filter_width, in_channels, out_channels]
- out_backprop: 4-D ที่มีรูปร่าง
[batch, out_height, out_width, out_channels]
การไล่ระดับสีจะแสดงผลลัพธ์ของการบิด - ก้าวย่าง: ก้าวย่างของหน้าต่างบานเลื่อนสำหรับแต่ละมิติของการป้อนข้อมูลของการบิด ต้องอยู่ในลำดับเดียวกันกับมิติข้อมูลที่ระบุด้วยรูปแบบ
- padding: ประเภทของอัลกอริธึมการเติมที่จะใช้
แอ็ตทริบิวต์ทางเลือก (ดู Attrs
):
- explic_paddings: หาก
padding
คือ"EXPLICIT"
รายการของจำนวนช่องว่างภายในที่ชัดเจน สำหรับมิติที่ 8 จำนวนช่องว่างภายในที่แทรกก่อนและหลังมิติคือexplicit_paddings[2 * i]
และexplicit_paddings[2 * i + 1]
ตามลำดับ หากpadding
ไม่ใช่"EXPLICIT"
แสดงว่าexplicit_paddings
จะต้องเว้นว่างไว้ - data_format: ระบุรูปแบบข้อมูลของข้อมูลอินพุตและเอาต์พุต ด้วยรูปแบบเริ่มต้น "NHWC" ข้อมูลจะถูกจัดเก็บตามลำดับ: [batch, in_height, in_width, in_channels] หรืออีกทางหนึ่ง รูปแบบอาจเป็น "NCHW" ซึ่งเป็นลำดับการจัดเก็บข้อมูลเป็น: [batch, in_channels, in_height, in_width]
- การขยาย: เทนเซอร์ 1-D ที่มีความยาว 4. ปัจจัยการขยายสำหรับแต่ละมิติของ
input
หากตั้งค่าเป็น k > 1 จะมีเซลล์ที่ข้าม k-1 ระหว่างองค์ประกอบตัวกรองแต่ละรายการในมิตินั้น ลำดับมิติถูกกำหนดโดยค่าของdata_format
โปรดดูรายละเอียดด้านบน การขยายขนาดแบทช์และความลึกต้องเป็น 1
ผลตอบแทน:
-
Output
: 4-D ที่มีรูปร่าง[filter_height, filter_width, in_channels, out_channels]
การไล่ระดับสีจะแสดงอินพุตfilter
ของการบิด
ตัวสร้างและผู้ทำลาย | |
---|---|
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) |
คุณลักษณะสาธารณะ | |
---|---|
operation | |
output |
งานสาธารณะ | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
ฟังก์ชันคงที่สาธารณะ | |
---|---|
DataFormat (StringPiece x) | |
Dilations (const gtl::ArraySlice< int > & x) | |
ExplicitPaddings (const gtl::ArraySlice< int > & x) | |
UseCudnnOnGpu (bool x) |
โครงสร้าง | |
---|---|
เทนเซอร์โฟลว์ :: ops :: Conv2DBackpropFilter :: Attrs | ตัวตั้งค่าแอ็ตทริบิวต์ทางเลือกสำหรับ Conv2DBackpropFilter |
คุณลักษณะสาธารณะ
การดำเนินการ
Operation operation
เอาท์พุท
::tensorflow::Output output
งานสาธารณะ
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 )
โหนด
::tensorflow::Node * node() const
ตัวดำเนินการ::tensorflow::อินพุต
operator::tensorflow::Input() const
ตัวดำเนินการ::tensorflow::เอาต์พุต
operator::tensorflow::Output() const
ฟังก์ชันคงที่สาธารณะ
รูปแบบข้อมูล
Attrs DataFormat( StringPiece x )
การขยาย
Attrs Dilations( const gtl::ArraySlice< int > & x )
Paddings ที่ชัดเจน
Attrs ExplicitPaddings( const gtl::ArraySlice< int > & x )
ใช้ CudnnOnGpu
Attrs UseCudnnOnGpu( bool x )