جریان تنسور:: عملیات:: Conv3DBackpropInputV2
#include <nn_ops.h>
گرادیان های کانولوشن سه بعدی را با توجه به ورودی محاسبه می کند.
خلاصه
استدلال ها:
- scope: یک شی Scope
- input_sizes: یک بردار عدد صحیح که شکل تانسور
input
را نشان میدهد، که در آنinput
یک تانسور 5 بعدی[batch, depth, rows, cols, in_channels]
است. - فیلتر: شکل
[depth, rows, cols, in_channels, out_channels]
.in_channels
باید بینinput
وfilter
مطابقت داشته باشد. - out_backprop: سیگنال Backprop شکل
[batch, out_depth, out_rows, out_cols, out_channels]
. - گام ها: تانسور 1 بعدی به طول 5. گام پنجره کشویی برای هر بعد
input
. بایدstrides[0] = strides[4] = 1
. - padding: نوع الگوریتم padding مورد استفاده.
ویژگی های اختیاری (به Attrs
مراجعه کنید):
- data_format: فرمت داده داده های ورودی و خروجی. با فرمت پیشفرض «NDHWC»، دادهها به ترتیب زیر ذخیره میشوند: [دستهای، در عمق، در ارتفاع، در عرض، در کانالها]. از طرف دیگر، قالب می تواند "NCDHW" باشد، ترتیب ذخیره سازی داده ها به این صورت است: [دسته ای، درون_کانال ها، عمقی، در ارتفاع، در_عرض].
- اتساع: تانسور 1 بعدی به طول 5. ضریب اتساع برای هر بعد
input
. اگر روی k> 1 تنظیم شود، بین هر عنصر فیلتر در آن بعد، سلول های k-1 پرش شده وجود خواهد داشت. ترتیب ابعاد با مقدارdata_format
تعیین می شود، برای جزئیات بیشتر به بالا مراجعه کنید. اتساع در ابعاد دسته ای و عمقی باید 1 باشد.
برمیگرداند:
-
Output
: تانسور خروجی.
سازندگان و ویرانگرها | |
---|---|
Conv3DBackpropInputV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input_sizes, :: tensorflow::Input filter, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding) | |
Conv3DBackpropInputV2 (const :: tensorflow::Scope & scope, :: tensorflow::Input input_sizes, :: tensorflow::Input filter, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv3DBackpropInputV2::Attrs & attrs) |
صفات عمومی | |
---|---|
operation | |
output |
توابع عمومی | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
توابع استاتیک عمومی | |
---|---|
DataFormat (StringPiece x) | |
Dilations (const gtl::ArraySlice< int > & x) |
سازه ها | |
---|---|
tensorflow:: ops:: Conv3DBackpropInputV2:: Attrs | تنظیم کننده ویژگی اختیاری برای Conv3DBackpropInputV2 . |
صفات عمومی
عملیات
Operation operation
خروجی
::tensorflow::Output output
توابع عمومی
Conv3DBackpropInputV2
Conv3DBackpropInputV2( const ::tensorflow::Scope & scope, ::tensorflow::Input input_sizes, ::tensorflow::Input filter, ::tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding )
Conv3DBackpropInputV2
Conv3DBackpropInputV2( const ::tensorflow::Scope & scope, ::tensorflow::Input input_sizes, ::tensorflow::Input filter, ::tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv3DBackpropInputV2::Attrs & attrs )
گره
::tensorflow::Node * node() const
عملگر::tensorflow::ورودی
operator::tensorflow::Input() const
عملگر::tensorflow::خروجی
operator::tensorflow::Output() const
توابع استاتیک عمومی
DataFormat
Attrs DataFormat( StringPiece x )
اتساع ها
Attrs Dilations( const gtl::ArraySlice< int > & x )
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2025-07-27 بهوقت ساعت هماهنگ جهانی.
[null,null,["تاریخ آخرین بهروزرسانی 2025-07-27 بهوقت ساعت هماهنگ جهانی."],[],[],null,["# tensorflow::ops::Conv3DBackpropInputV2 Class Reference\n\ntensorflow::ops::Conv3DBackpropInputV2\n======================================\n\n`#include \u003cnn_ops.h\u003e`\n\nComputes the gradients of 3-D convolution with respect to the input.\n\nSummary\n-------\n\nArguments:\n\n- scope: A [Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- input_sizes: An integer vector representing the tensor shape of `input`, where `input` is a 5-D `[batch, depth, rows, cols, in_channels]` tensor.\n- filter: Shape `[depth, rows, cols, in_channels, out_channels]`. `in_channels` must match between `input` and `filter`.\n- out_backprop: Backprop signal of shape `[batch, out_depth, out_rows, out_cols, out_channels]`.\n- strides: 1-D tensor of length 5. The stride of the sliding window for each dimension of `input`. Must have `strides[0] = strides[4] = 1`.\n- padding: The type of padding algorithm to use.\n\n\u003cbr /\u003e\n\nOptional attributes (see [Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv3-d-backprop-input-v2/attrs#structtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1_1_attrs)):\n\n- data_format: The data format of the input and output data. With the default format \"NDHWC\", the data is stored in the order of: \\[batch, in_depth, in_height, in_width, in_channels\\]. Alternatively, the format could be \"NCDHW\", the data storage order is: \\[batch, in_channels, in_depth, in_height, in_width\\].\n- dilations: 1-D tensor of length 5. The dilation factor for each dimension of `input`. If set to k \\\u003e 1, there will be k-1 skipped cells between each filter element on that dimension. The dimension order is determined by the value of `data_format`, see above for details. Dilations in the batch and depth dimensions must be 1.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r2.2/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): The output tensor.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [Conv3DBackpropInputV2](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1aaae19e097fea9d7fc6f815e20faaccd6)`(const ::`[tensorflow::Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input_sizes, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` out_backprop, const gtl::ArraySlice\u003c int \u003e & strides, StringPiece padding)` ||\n| [Conv3DBackpropInputV2](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1a5c69778ddcd70862d70f7d3630d179c3)`(const ::`[tensorflow::Scope](/versions/r2.2/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input_sizes, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, ::`[tensorflow::Input](/versions/r2.2/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` out_backprop, const gtl::ArraySlice\u003c int \u003e & strides, StringPiece padding, const `[Conv3DBackpropInputV2::Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv3-d-backprop-input-v2/attrs#structtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1_1_attrs)` & attrs)` ||\n\n| ### Public attributes ||\n|-------------------------------------------------------------------------------------------------------|---------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1a67a6ca650c6870d418f1fdd658f3fa6b) | [Operation](/versions/r2.2/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1af0d983aaf022b911e25e9f0615b62c20) | `::`[tensorflow::Output](/versions/r2.2/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|-------------------------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1adb36b7921921ed6c8a2684a8df5cc0ae)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1a0c617c40ac75a3540b1280f1e02147ed)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1a8b8868a10a3fac1cb6623b75a7bd556d)`() const ` | ` ` ` ` |\n\n| ### Public static functions ||\n|-------------------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [DataFormat](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1a5a0f9e531569a6645dc6eb72894476c5)`(StringPiece x)` | [Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv3-d-backprop-input-v2/attrs#structtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1_1_attrs) |\n| [Dilations](#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1a7c96359abb43990fc21d1cf52f468a1b)`(const gtl::ArraySlice\u003c int \u003e & x)` | [Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv3-d-backprop-input-v2/attrs#structtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2_1_1_attrs) |\n\n| ### Structs ||\n|-----------------------------------------------------------------------------------------------------------------------------------|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [tensorflow::ops::Conv3DBackpropInputV2::Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv3-d-backprop-input-v2/attrs) | Optional attribute setters for [Conv3DBackpropInputV2](/versions/r2.2/api_docs/cc/class/tensorflow/ops/conv3-d-backprop-input-v2#classtensorflow_1_1ops_1_1_conv3_d_backprop_input_v2). |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### Conv3DBackpropInputV2\n\n```gdscript\n Conv3DBackpropInputV2(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input_sizes,\n ::tensorflow::Input filter,\n ::tensorflow::Input out_backprop,\n const gtl::ArraySlice\u003c int \u003e & strides,\n StringPiece padding\n)\n``` \n\n### Conv3DBackpropInputV2\n\n```gdscript\n Conv3DBackpropInputV2(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input_sizes,\n ::tensorflow::Input filter,\n ::tensorflow::Input out_backprop,\n const gtl::ArraySlice\u003c int \u003e & strides,\n StringPiece padding,\n const Conv3DBackpropInputV2::Attrs & attrs\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n``` \n\nPublic static functions\n-----------------------\n\n### DataFormat\n\n```text\nAttrs DataFormat(\n StringPiece x\n)\n``` \n\n### Dilations\n\n```gdscript\nAttrs Dilations(\n const gtl::ArraySlice\u003c int \u003e & x\n)\n```"]]