fluxo tensor:: ops:: Conv2DBackpropInput

#include <nn_ops.h>

Calcula os gradientes de convolução em relação à entrada.

Resumo

Argumentos:

  • escopo: um objeto Escopo
  • input_sizes: um vetor inteiro que representa a forma de input , onde input é um tensor 4-D [batch, height, width, channels] .
  • filtro: 4-D com forma [filter_height, filter_width, in_channels, out_channels] .
  • out_backprop: 4-D com forma [batch, out_height, out_width, out_channels] . Os gradientes representam a saída da convolução.
  • passos: O passo da janela deslizante para cada dimensão da entrada da convolução. Deve estar na mesma ordem que a dimensão especificada com formato.
  • preenchimento: O tipo de algoritmo de preenchimento a ser usado.

Atributos opcionais (veja Attrs ):

  • explicit_paddings: se padding for "EXPLICIT" , a lista de valores de preenchimento explícitos. Para a i-ésima dimensão, a quantidade de preenchimento inserida antes e depois da dimensão é explicit_paddings[2 * i] e explicit_paddings[2 * i + 1] , respectivamente. Se padding não for "EXPLICIT" , explicit_paddings deverá estar vazio.
  • data_format: Especifique o formato dos dados de entrada e saída. Com o formato padrão "NHWC", os dados são armazenados na ordem de: [lote, in_height, in_width, in_channels]. Alternativamente, o formato pode ser "NCHW", a ordem de armazenamento de dados de: [lote, in_channels, in_height, in_width].
  • dilatações: tensor 1-D de comprimento 4. O fator de dilatação para cada dimensão da input . Se definido como k > 1, haverá k-1 células ignoradas entre cada elemento de filtro nessa dimensão. A ordem das dimensões é determinada pelo valor de data_format , veja detalhes acima. As dilatações nas dimensões do lote e profundidade devem ser 1.

Retorna:

  • Output : 4-D com forma [batch, in_height, in_width, in_channels] . Gradiente em relação à entrada da convolução.

Construtores e Destruidores

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)

Atributos públicos

operation
output

Funções públicas

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

Funções estáticas públicas

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

Estruturas

tensorflow:: ops:: Conv2DBackpropInput:: Attrs

Configuradores de atributos opcionais para Conv2DBackpropInput .

Atributos públicos

operação 

Operation operation

saída 

::tensorflow::Output output

Funções públicas

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
)

nó 

::tensorflow::Node * node() const

operador::tensorflow::Input 

 operator::tensorflow::Input() const

operador::tensorflow::Saída 

 operator::tensorflow::Output() const

Funções estáticas públicas

Formato de dados 

Attrs DataFormat(
  StringPiece x
)

Dilatações 

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

ExplicitPaddings 

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

UseCudnnOnGpu 

Attrs UseCudnnOnGpu(
  bool x
)