tensorflow:: ops:: Conv2D

#include <nn_ops.h>

Calcula una convolución bidimensional a partir de tensores input y filter de cuatro dimensiones.

Resumen

Dado un tensor de entrada con forma [batch, in_height, in_width, in_channels] y un tensor de filtro/núcleo con forma [filter_height, filter_width, in_channels, out_channels] , esta operación realiza lo siguiente:

  1. Aplana el filtro a una matriz 2D con forma [filter_height * filter_width * in_channels, output_channels] .
  2. Extrae parches de imagen del tensor de entrada para formar un tensor virtual con forma [batch, out_height, out_width, filter_height * filter_width * in_channels] .
  3. Para cada parche, se multiplica por la derecha la matriz de filtro y el vector del parche de imagen.

En detalle, con el formato NHWC predeterminado,

output[b, i, j, k] =
    sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q] *
                    filter[di, dj, q, k]

Debe tener strides[0] = strides[3] = 1 Para el caso más común de los mismos strides horizontales y de vértices, strides = [1, stride, stride, 1] .

Argumentos:

  • ámbito: Un objeto de ámbito
  • Entrada: Un tensor de 4 dimensiones. El orden de las dimensiones se interpreta según el valor de data_format ; consulte los detalles a continuación.
  • filtro: Un tensor 4D con forma [filter_height, filter_width, in_channels, out_channels]
  • strides: tensor 1D de longitud 4. El paso de la ventana deslizante para cada dimensión de input . El orden de las dimensiones viene determinado por el valor de data_format ; véase más abajo para más detalles.
  • relleno: El tipo de algoritmo de relleno que se utilizará.

Atributos opcionales (ver Attrs ):

  • explicit_paddings: Si padding es "EXPLICIT" , la lista de cantidades de relleno explícito. Para la dimensión i, la cantidad de relleno insertado antes y después de la dimensión es explicit_paddings[2 * i] y explicit_paddings[2 * i + 1] , respectivamente. Si padding no es "EXPLICIT" , explicit_paddings debe estar vacío.
  • data_format: Especifique el formato de los datos de entrada y salida. Con el formato predeterminado "NHWC", los datos se almacenan en el siguiente orden: [lote, altura, anchura, canales]. Alternativamente, el formato podría ser "NCHW", con el siguiente orden de almacenamiento: [lote, canales, altura, anchura].
  • Dilataciones: tensor unidimensional de longitud 4. Factor de dilatación para cada dimensión de input . Si se establece en k > 1, se omitirán k-1 celdas entre cada elemento de filtro en esa dimensión. El orden de las dimensiones viene determinado por el valor de data_format ; consulte más arriba para obtener más detalles. Las dilataciones en las dimensiones de lote y profundidad deben ser 1.

Devoluciones:

  • Output : Un tensor de 4 dimensiones. El orden de las dimensiones viene determinado por el valor de data_format ; véase más abajo para más detalles.

Constructores y destructores

Conv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, StringPiece padding)
Conv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2D::Attrs & attrs)

Atributos públicos

operation
output

Funciones públicas

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

funciones estáticas públicas

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

Estructuras

tensorflow:: ops:: Conv2D:: Attrs

Configuradores de atributos opcionales para Conv2D .

Atributos públicos

operación 

Operation operation

producción 

::tensorflow::Output output

Funciones públicas

Conv2D 

 Conv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

Conv2D 

 Conv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2D::Attrs & attrs
)

nodo 

::tensorflow::Node * node() const

operador::tensorflow::Input 

 operator::tensorflow::Input() const

operador::tensorflow::Salida 

 operator::tensorflow::Output() const

funciones estáticas públicas

Formato de datos 

Attrs DataFormat(
  StringPiece x
)

Dilataciones 

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

Relleno explícito 

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

UseCudnnOnGpu 

Attrs UseCudnnOnGpu(
  bool x
)