เทนเซอร์โฟลว์:: ปฏิบัติการ:: Conv2DBackpropInput

#include <nn_ops.h>

คำนวณการไล่ระดับสีของการบิดโดยคำนึงถึงอินพุต

สรุป

ข้อโต้แย้ง:

  • ขอบเขต: วัตถุ ขอบเขต
  • input_sizes: เวกเตอร์จำนวนเต็มที่แสดงรูปร่างของ input โดยที่ input เป็นเทนเซอร์ 4 มิติ [batch, height, width, channels]
  • ตัวกรอง: 4-D ที่มีรูปร่าง [filter_height, filter_width, in_channels, out_channels]
  • out_backprop: 4-D ที่มีรูปร่าง [batch, out_height, out_width, out_channels] การไล่ระดับสีจะแสดงผลลัพธ์ของการบิด
  • ก้าวย่าง: ก้าวย่างของหน้าต่างบานเลื่อนสำหรับแต่ละมิติของการป้อนข้อมูลของการบิด ต้องอยู่ในลำดับเดียวกันกับมิติที่ระบุด้วยรูปแบบ
  • padding: ประเภทของอัลกอริธึมการเติมที่จะใช้

แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):

  • explic_paddings: หาก padding คือ "EXPLICIT" รายการของจำนวนช่องว่างภายในที่ชัดเจน สำหรับมิติที่ 8 จำนวนช่องว่างภายในที่แทรกก่อนและหลังมิติคือ explicit_paddings[2 * i] และ explicit_paddings[2 * i + 1] ตามลำดับ หาก padding ไม่ใช่ "EXPLICIT" แสดงว่า explicit_paddings จะต้องเว้นว่างไว้
  • data_format: ระบุรูปแบบข้อมูลของข้อมูลอินพุตและเอาต์พุต ด้วยรูปแบบเริ่มต้น "NHWC" ข้อมูลจะถูกจัดเก็บตามลำดับ: [batch, in_height, in_width, in_channels] หรืออีกทางหนึ่ง รูปแบบอาจเป็น "NCHW" ซึ่งเป็นลำดับการจัดเก็บข้อมูลเป็น: [batch, in_channels, in_height, in_width]
  • การขยาย: เทนเซอร์ 1-D ที่มีความยาว 4. ปัจจัยการขยายสำหรับแต่ละมิติของ input หากตั้งค่าเป็น k > 1 จะมีเซลล์ที่ข้าม k-1 ระหว่างองค์ประกอบตัวกรองแต่ละรายการในมิตินั้น ลำดับมิติถูกกำหนดโดยค่าของ data_format โปรดดูรายละเอียดด้านบน การขยายขนาดแบทช์และความลึกต้องเป็น 1

ผลตอบแทน:

  • Output : 4-D ที่มีรูปร่าง [batch, in_height, in_width, in_channels] การไล่ระดับสีจะป้อนข้อมูลของการบิด

ตัวสร้างและผู้ทำลาย

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)

คุณลักษณะสาธารณะ

operation
output

งานสาธารณะ

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

ฟังก์ชันคงที่สาธารณะ

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

โครงสร้าง

เทนเซอร์โฟลว์ :: ops :: Conv2DBackpropInput :: Attrs

ตัวตั้งค่าแอ็ตทริบิวต์ทางเลือกสำหรับ Conv2DBackpropInput

คุณลักษณะสาธารณะ

การดำเนินการ 

Operation operation

เอาท์พุท 

::tensorflow::Output output

งานสาธารณะ

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
)

โหนด 

::tensorflow::Node * node() const

ตัวดำเนินการ::tensorflow::อินพุต 

 operator::tensorflow::Input() const

ตัวดำเนินการ::tensorflow::เอาต์พุต 

 operator::tensorflow::Output() const

ฟังก์ชันคงที่สาธารณะ

รูปแบบข้อมูล 

Attrs DataFormat(
  StringPiece x
)

การขยาย 

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

Paddings ที่ชัดเจน 

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

ใช้ CudnnOnGpu 

Attrs UseCudnnOnGpu(
  bool x
)