tensorflow::ops::Conv2DBackpropInput

#include <nn_ops.h>

Calcola i gradienti della convoluzione rispetto all'input.

Riepilogo

Argomentazioni:

  • ambito: un oggetto Scope
  • input_sizes: Un vettore di interi che rappresenta la forma input , dove input è un tensore 4-D [batch, height, width, channels] .
  • filtro: 4-D con forma [filter_height, filter_width, in_channels, out_channels] .
  • out_backprop: 4-D con forma [batch, out_height, out_width, out_channels] . Gradienti relativi all'output della convoluzione.
  • passi: Il passo della finestra scorrevole per ciascuna dimensione dell'input della convoluzione. Deve essere nello stesso ordine della dimensione specificata con il formato.
  • padding: Il tipo di algoritmo di padding da utilizzare.

Attributi opzionali (vedere Attrs ):

  • explicit_paddings: Se padding è "EXPLICIT" , l'elenco delle quantità di padding esplicito. Per la i-esima dimensione, la quantità di padding inserita prima e dopo la dimensione è rispettivamente explicit_paddings[2 * i] e explicit_paddings[2 * i + 1] . Se padding non è "EXPLICIT" , explicit_paddings deve essere vuoto.
  • data_format: Specifica il formato dei dati di input e output. Con il formato predefinito "NHWC", i dati vengono memorizzati nell'ordine: [batch, in_height, in_width, in_channels]. In alternativa, il formato potrebbe essere "NCHW", con il seguente ordine di memorizzazione dei dati: [batch, in_channels, in_height, in_width].
  • dilatazioni: tensore 1-D di lunghezza 4. Il fattore di dilatazione per ogni dimensione input . Se impostato su k > 1, ci saranno k-1 celle saltate tra ogni elemento del filtro su quella dimensione. L'ordine delle dimensioni è determinato dal valore di data_format , vedere sopra per i dettagli. Le dilatazioni nelle dimensioni batch e depth devono essere 1.

Resi:

  • Output : 4-D con forma [batch, in_height, in_width, in_channels] . Gradiente rispetto all'input della convoluzione.

Costruttori e distruttori

Conv2DBackpropInput (const :: tensorflow::Scope & scope, :: tensorflow::Input input_sizes, :: tensorflow::Input filter, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding)
Conv2DBackpropInput (const :: tensorflow::Scope & scope, :: tensorflow::Input input_sizes, :: tensorflow::Input filter, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2DBackpropInput::Attrs & attrs)

attributi pubblici

operation
output

Funzioni pubbliche

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Funzioni statiche pubbliche

DataFormat (StringPiece x)
Dilations (const gtl::ArraySlice< int > & x)
ExplicitPaddings (const gtl::ArraySlice< int > & x)
UseCudnnOnGpu (bool x)

Strutture

tensorflow::ops::Conv2DBackpropInput::Attrs

Impostatori di attributi opzionali per Conv2DBackpropInput .

attributi pubblici

operazione 

Operation operation

produzione 

::tensorflow::Output output

Funzioni pubbliche

Conv2DBackpropInput 

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

Conv2DBackpropInput 

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2DBackpropInput::Attrs & attrs
)

nodo 

::tensorflow::Node * node() const

operatore::tensorflow::Input 

 operator::tensorflow::Input() const

operatore::tensoreflusso::output 

 operator::tensorflow::Output() const

Funzioni statiche pubbliche

Formato dati 

Attrs DataFormat(
  StringPiece x
)

Dilatazioni 

Attrs Dilations(
  const gtl::ArraySlice< int > & x
)

ExplicitPaddings 

Attrs ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)

UseCudnnOnGpu 

Attrs UseCudnnOnGpu(
  bool x
)