Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
aliran tensor:: operasi:: Konv2D:: Attr
#include <nn_ops.h> Penyetel atribut opsional untuk Conv2D .
Ringkasan
Fungsi publik |
|---|
DataFormat (StringPiece x) | Tentukan format data data masukan dan keluaran. |
Dilations (const gtl::ArraySlice< int > & x) | Tensor 1-D dengan panjang 4. |
ExplicitPaddings (const gtl::ArraySlice< int > & x) | Jika padding adalah "EXPLICIT" , daftar jumlah padding eksplisit. |
UseCudnnOnGpu (bool x) | Defaultnya adalah benar. |
Atribut publik
StringPiece tensorflow::ops::Conv2D::Attrs::data_format_ = "NHWC"
pelebaran_
gtl::ArraySlice< int > tensorflow::ops::Conv2D::Attrs::dilations_ = Default_dilations()
eksplisit_paddings_
gtl::ArraySlice< int > tensorflow::ops::Conv2D::Attrs::explicit_paddings_ = {} gunakan_cudnn_on_gpu_
bool tensorflow::ops::Conv2D::Attrs::use_cudnn_on_gpu_ = true
Fungsi publik
TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::DataFormat(
StringPiece x
)
Tentukan format data data masukan dan keluaran.
Dengan format default "NHWC", data disimpan dalam urutan: [batch, tinggi, lebar, saluran]. Alternatifnya, formatnya bisa berupa "NCHW", urutan penyimpanan data: [batch, saluran, tinggi, lebar].
Defaultnya adalah "NHWC"
Pelebaran
TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::Dilations(
const gtl::ArraySlice< int > & x
)
Tensor 1-D dengan panjang 4.
Faktor dilatasi untuk setiap dimensi input . Jika diatur ke k > 1, akan ada k-1 sel yang dilewati di antara setiap elemen filter pada dimensi tersebut. Urutan dimensi ditentukan oleh nilai data_format , lihat di atas untuk detailnya. Pelebaran dalam dimensi batch dan kedalaman harus 1.
Defaultnya adalah [1, 1, 1, 1]
Padding Eksplisit
TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::ExplicitPaddings(
const gtl::ArraySlice< int > & x
)
Jika padding adalah "EXPLICIT" , daftar jumlah padding eksplisit.
Untuk dimensi ke-i, jumlah padding yang disisipkan sebelum dan sesudah dimensi masing-masing adalah explicit_paddings[2 * i] dan explicit_paddings[2 * i + 1] . Jika padding bukan "EXPLICIT" , explicit_paddings harus kosong.
Defaultnya adalah []
Gunakan CudnnOnGpu
TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::UseCudnnOnGpu(
bool x
)
Kecuali dinyatakan lain, konten di halaman ini dilisensikan berdasarkan Lisensi Creative Commons Attribution 4.0, sedangkan contoh kode dilisensikan berdasarkan Lisensi Apache 2.0. Untuk mengetahui informasi selengkapnya, lihat Kebijakan Situs Google Developers. Java adalah merek dagang terdaftar dari Oracle dan/atau afiliasinya.
Terakhir diperbarui pada 2025-07-27 UTC.
[null,null,["Terakhir diperbarui pada 2025-07-27 UTC."],[],[],null,["# tensorflow::ops::Conv2D::Attrs Struct Reference\n\ntensorflow::ops::Conv2D::Attrs\n==============================\n\n`#include \u003cnn_ops.h\u003e`\n\nOptional attribute setters for [Conv2D](/versions/r2.2/api_docs/cc/class/tensorflow/ops/conv2-d#classtensorflow_1_1ops_1_1_conv2_d).\n\nSummary\n-------\n\n| ### Public attributes ||\n|-------------------------------------------------------------------------------------------------------------------------|--------------------------|\n| [data_format_](#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs_1a826b92a551e53c7d7e3f8990dbbdc328)` = \"NHWC\"` | `StringPiece` |\n| [dilations_](#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs_1a38cfe8f5a9fd31568b79caff3d5db53f)` = Default_dilations()` | `gtl::ArraySlice\u003c int \u003e` |\n| [explicit_paddings_](#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs_1af6a0a48d47098676589b0c23d6615b73)` = {}` | `gtl::ArraySlice\u003c int \u003e` |\n| [use_cudnn_on_gpu_](#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs_1ac0181cd1c99e758fff22f356f9c51f12)` = true` | `bool` |\n\n| ### Public functions ||\n|-------------------------------------------------------------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|\n| [DataFormat](#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs_1abafbedb30c29ed091ff37895bd8b6c6a)`(StringPiece x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv2-d/attrs#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs) Specify the data format of the input and output data. |\n| [Dilations](#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs_1a16869b39ea0a373acb40566ed4235eb1)`(const gtl::ArraySlice\u003c int \u003e & x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv2-d/attrs#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs) 1-D tensor of length 4. |\n| [ExplicitPaddings](#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs_1a69865f8fd6ea1e16ccc3e4b794ed3b56)`(const gtl::ArraySlice\u003c int \u003e & x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv2-d/attrs#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs) If `padding` is `\"EXPLICIT\"`, the list of explicit padding amounts. |\n| [UseCudnnOnGpu](#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs_1a6fb079456a188df93e329f61671ff674)`(bool x)` | `TF_MUST_USE_RESULT `[Attrs](/versions/r2.2/api_docs/cc/struct/tensorflow/ops/conv2-d/attrs#structtensorflow_1_1ops_1_1_conv2_d_1_1_attrs) Defaults to true. |\n\nPublic attributes\n-----------------\n\n### data_format_\n\n```scdoc\nStringPiece tensorflow::ops::Conv2D::Attrs::data_format_ = \"NHWC\"\n``` \n\n### dilations_\n\n```scdoc\ngtl::ArraySlice\u003c int \u003e tensorflow::ops::Conv2D::Attrs::dilations_ = Default_dilations()\n``` \n\n### explicit_paddings_\n\n```scdoc\ngtl::ArraySlice\u003c int \u003e tensorflow::ops::Conv2D::Attrs::explicit_paddings_ = {}\n``` \n\n### use_cudnn_on_gpu_\n\n```scdoc\nbool tensorflow::ops::Conv2D::Attrs::use_cudnn_on_gpu_ = true\n``` \n\nPublic functions\n----------------\n\n### DataFormat\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::DataFormat(\n StringPiece x\n)\n``` \nSpecify the data format of the input and output data.\n\nWith the default format \"NHWC\", the data is stored in the order of: \\[batch, height, width, channels\\]. Alternatively, the format could be \"NCHW\", the data storage order of: \\[batch, channels, height, width\\].\n\nDefaults to \"NHWC\" \n\n### Dilations\n\n```gdscript\nTF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::Dilations(\n const gtl::ArraySlice\u003c int \u003e & x\n)\n``` \n1-D tensor of length 4.\n\nThe 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\nDefaults to \\[1, 1, 1, 1\\] \n\n### ExplicitPaddings\n\n```gdscript\nTF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::ExplicitPaddings(\n const gtl::ArraySlice\u003c int \u003e & x\n)\n``` \nIf `padding` is `\"EXPLICIT\"`, the list of explicit padding amounts.\n\nFor the ith dimension, the amount of padding inserted before and after the dimension is `explicit_paddings[2 * i]` and `explicit_paddings[2 * i + 1]`, respectively. If `padding` is not `\"EXPLICIT\"`, `explicit_paddings` must be empty.\n\nDefaults to \\[\\] \n\n### UseCudnnOnGpu\n\n```scdoc\nTF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::UseCudnnOnGpu(\n bool x\n)\n``` \nDefaults to true."]]
