tensorflow:: عملیات:: Conv2D:: جذابیت‌ها

#include <nn_ops.h>

تنظیم‌کننده‌های ویژگی اختیاری برای Conv2D .

خلاصه

ویژگی‌های عمومی

data_format_ = "NHWC"
StringPiece
dilations_ = Default_dilations()
gtl::ArraySlice< int >
explicit_paddings_ = {}
gtl::ArraySlice< int >
use_cudnn_on_gpu_ = true
bool

کارکردهای عمومی

DataFormat (StringPiece x)
TF_MUST_USE_RESULT Attrs
قالب داده ورودی و خروجی را مشخص کنید.
Dilations (const gtl::ArraySlice< int > & x)
TF_MUST_USE_RESULT Attrs
تانسور یک بعدی با طول ۴.
ExplicitPaddings (const gtl::ArraySlice< int > & x)
TF_MUST_USE_RESULT Attrs
اگر padding "EXPLICIT" باشد، لیست مقادیر padding به صورت صریح نمایش داده می‌شود.
UseCudnnOnGpu (bool x)
TF_MUST_USE_RESULT Attrs
پیش‌فرض روی درست است.

ویژگی‌های عمومی

قالب_داده

StringPiece tensorflow::ops::Conv2D::Attrs::data_format_ = "NHWC"

اتساعات_

gtl::ArraySlice< int > tensorflow::ops::Conv2D::Attrs::dilations_ = Default_dilations()

صریح_paddings_

gtl::ArraySlice< int > tensorflow::ops::Conv2D::Attrs::explicit_paddings_ = {}

استفاده از cudnn_on_gpu

bool tensorflow::ops::Conv2D::Attrs::use_cudnn_on_gpu_ = true

کارکردهای عمومی

قالب داده

TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::DataFormat(
  StringPiece x
)

قالب داده ورودی و خروجی را مشخص کنید.

با فرمت پیش‌فرض "NHWC"، داده‌ها به ترتیب زیر ذخیره می‌شوند: [batch, height, width, channels]. به طور جایگزین، فرمت می‌تواند "NCHW" باشد، که ترتیب ذخیره‌سازی داده‌ها به صورت [batch, channels, height, width] است.

پیش‌فرض روی «NHWC»

اتساعات

TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::Dilations(
  const gtl::ArraySlice< int > & x
)

تانسور یک بعدی با طول ۴.

ضریب انبساط برای هر بُعد input . اگر روی k > 1 تنظیم شود، بین هر عنصر فیلتر در آن بُعد، k-1 سلول پرش‌شده وجود خواهد داشت. ترتیب بُعد با مقدار data_format تعیین می‌شود، برای جزئیات بیشتر به بالا مراجعه کنید. انبساط‌ها در بُعدهای دسته‌ای و عمقی باید 1 باشند.

پیش‌فرض روی [1، 1، 1، 1]

پدینگ‌های صریح

TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)

اگر padding "EXPLICIT" باشد، لیست مقادیر padding به صورت صریح نمایش داده می‌شود.

برای بُعد iام، مقدار padding درج شده قبل و بعد از بُعد به ترتیب explicit_paddings[2 * i] و explicit_paddings[2 * i + 1] است. اگر padding برابر با "EXPLICIT" نباشد، explicit_paddings باید خالی باشد.

پیش‌فرض روی []

UseCudnnOnGpu

TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::UseCudnnOnGpu(
  bool x
)

پیش‌فرض روی درست است.