จัดทุกอย่างให้เป็นระเบียบอยู่เสมอด้วยคอลเล็กชัน
บันทึกและจัดหมวดหมู่เนื้อหาตามค่ากำหนดของคุณ
#include <nn_ops.h> คำนวณการไล่ระดับสีของการบิดสามมิติโดยสัมพันธ์กับอินพุต
สรุป
ข้อโต้แย้ง:
- ขอบเขต: วัตถุ ขอบเขต
- input_sizes: เวกเตอร์จำนวนเต็มที่แสดงถึงรูปร่างเทนเซอร์ของ
input โดยที่ input เป็นเทนเซอร์ 5 มิติ [batch, depth, rows, cols, in_channels] - ตัวกรอง: รูปร่าง
[depth, rows, cols, in_channels, out_channels] in_channels ต้องตรงกันระหว่าง input และ filter - out_backprop: สัญญาณ Backprop ของรูปร่าง
[batch, out_depth, out_rows, out_cols, out_channels] - ความก้าวหน้า: เมตริกซ์ 1-D ที่มีความยาว 5 ก้าวของหน้าต่างบานเลื่อนสำหรับแต่ละมิติของ
input ต้องมี strides[0] = strides[4] = 1 - padding: ประเภทของอัลกอริธึมการเติมที่จะใช้
แอ็ตทริบิวต์ทางเลือก (ดู Attrs ):
- data_format: รูปแบบข้อมูลของข้อมูลอินพุตและเอาต์พุต ด้วยรูปแบบเริ่มต้น "NDHWC" ข้อมูลจะถูกจัดเก็บตามลำดับ: [batch, in_ allowance, in_height, in_width, in_channels] หรืออีกทางหนึ่ง รูปแบบอาจเป็น "NCDHW" ลำดับการจัดเก็บข้อมูลคือ: [batch, in_channels, in_ledge, in_height, in_width]
- การขยาย: เทนเซอร์ 1-D ที่มีความยาว 5 ตัวประกอบการขยายสำหรับแต่ละมิติของ
input หากตั้งค่าเป็น k > 1 จะมีเซลล์ที่ข้าม k-1 ระหว่างองค์ประกอบตัวกรองแต่ละรายการในมิตินั้น ลำดับมิติถูกกำหนดโดยค่าของ data_format โปรดดูรายละเอียดด้านบน การขยายขนาดแบทช์และความลึกต้องเป็น 1
ผลตอบแทน:
ตัวสร้างและผู้ทำลาย |
|---|
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)
|
คุณลักษณะสาธารณะ
งานสาธารณะ
ฟังก์ชันคงที่สาธารณะ
เนื้อหาของหน้าเว็บนี้ได้รับอนุญาตภายใต้ใบอนุญาตที่ต้องระบุที่มาของครีเอทีฟคอมมอนส์ 4.0 และตัวอย่างโค้ดได้รับอนุญาตภายใต้ใบอนุญาต Apache 2.0 เว้นแต่จะระบุไว้เป็นอย่างอื่น โปรดดูรายละเอียดที่นโยบายเว็บไซต์ Google Developers Java เป็นเครื่องหมายการค้าจดทะเบียนของ Oracle และ/หรือบริษัทในเครือ
อัปเดตล่าสุด 2025-07-26 UTC
[null,null,["อัปเดตล่าสุด 2025-07-26 UTC"],[],[],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/r2.3/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/r2.3/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/r2.3/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/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input_sizes, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, ::`[tensorflow::Input](/versions/r2.3/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/r2.3/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input_sizes, ::`[tensorflow::Input](/versions/r2.3/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, ::`[tensorflow::Input](/versions/r2.3/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/r2.3/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/r2.3/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/r2.3/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/r2.3/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/r2.3/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/r2.3/api_docs/cc/struct/tensorflow/ops/conv3-d-backprop-input-v2/attrs) | Optional attribute setters for [Conv3DBackpropInputV2](/versions/r2.3/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```"]]
