टेंसरफ़्लो:: ऑप्स:: Conv2DBackpropInput

#include <nn_ops.h>

इनपुट के संबंध में कनवल्शन के ग्रेडिएंट की गणना करता है।

सारांश

तर्क:

  • स्कोप: एक स्कोप ऑब्जेक्ट
  • इनपुट_आकार: input के आकार का प्रतिनिधित्व करने वाला एक पूर्णांक वेक्टर, जहां input 4-डी [batch, height, width, channels] टेंसर है।
  • फ़िल्टर: 4-डी आकार के साथ [filter_height, filter_width, in_channels, out_channels] ।
  • आउट_बैकप्रॉप: आकार के साथ 4-डी [batch, out_height, out_width, out_channels] । ग्रेजुएट्स कनवल्शन के आउटपुट को लिखते हैं।
  • स्ट्राइड्स: कनवल्शन के इनपुट के प्रत्येक आयाम के लिए स्लाइडिंग विंडो की स्ट्राइड। प्रारूप के साथ निर्दिष्ट आयाम के समान क्रम में होना चाहिए।
  • पैडिंग: उपयोग करने के लिए पैडिंग एल्गोरिदम का प्रकार।

वैकल्पिक विशेषताएँ (देखें Attrs ):

  • स्पष्ट_पैडिंग: यदि padding "EXPLICIT" है, तो स्पष्ट पैडिंग मात्राओं की सूची। Iवें आयाम के लिए, आयाम से पहले और बाद में डाली गई पैडिंग की मात्रा क्रमशः explicit_paddings[2 * i] और explicit_paddings[2 * i + 1] है। यदि padding "EXPLICIT" नहीं है, तो explicit_paddings खाली होनी चाहिए।
  • data_format: इनपुट और आउटपुट डेटा का डेटा प्रारूप निर्दिष्ट करें। डिफ़ॉल्ट प्रारूप "एनएचडब्ल्यूसी" के साथ, डेटा को इस क्रम में संग्रहीत किया जाता है: [बैच, इन_हाइट, इन_विड्थ, इन_चैनल्स]। वैकल्पिक रूप से, प्रारूप "एनसीएचडब्ल्यू" हो सकता है, डेटा भंडारण क्रम: [बैच, इन_चैनल्स, इन_हाइट, इन_विड्थ]।
  • फैलाव: लंबाई का 1-डी टेंसर 4. input के प्रत्येक आयाम के लिए फैलाव कारक। यदि k > 1 पर सेट किया जाता है, तो उस आयाम पर प्रत्येक फ़िल्टर तत्व के बीच k-1 छोड़ी गई कोशिकाएँ होंगी। आयाम क्रम data_format के मान से निर्धारित होता है, विवरण के लिए ऊपर देखें। बैच में फैलाव और गहराई आयाम 1 होना चाहिए।

रिटर्न:

  • Output : आकार के साथ 4-डी [batch, in_height, in_width, in_channels] । ग्रेडिएंट कनवल्शन के इनपुट को लिखता है।

निर्माता और विध्वंसक

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)

सार्वजनिक गुण

operation
output

सार्वजनिक समारोह

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

सार्वजनिक स्थैतिक कार्य

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

संरचनाएँ

टेंसरफ़्लो:: ऑप्स:: Conv2DBackpropInput:: Attrs

Conv2DBackpropInput के लिए वैकल्पिक विशेषता सेटर।

सार्वजनिक गुण

संचालन 

Operation operation

आउटपुट 

::tensorflow::Output output

सार्वजनिक समारोह

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
)

नोड 

::tensorflow::Node * node() const

ऑपरेटर::टेन्सरफ़्लो::इनपुट 

 operator::tensorflow::Input() const

ऑपरेटर::टेन्सरफ़्लो::आउटपुट 

 operator::tensorflow::Output() const

सार्वजनिक स्थैतिक कार्य

डेटाफ़ॉर्मेट 

Attrs DataFormat(
  StringPiece x
)

फैलाव 

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

स्पष्टपैडिंग्स 

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

CudnnOnGpu का उपयोग करें 

Attrs UseCudnnOnGpu(
  bool x
)