Calcula una convolución ND dados los tensores (N+1+batch_dims)-D `input` y (N+2)-D `filter`.
Función general para calcular una convolución ND. Se requiere que `1 <= N <= 3`.
Clases anidadas
clase | Opciones de conversión | Atributos opcionales para Conv |
Métodos públicos
Salida <T> | como salida () Devuelve el identificador simbólico de un tensor. |
Opciones de conversión estáticas | loteDims (loteDims largo) |
estático <T extiende Número> Conv <T> | crear (alcance del alcance , entrada del operando <T>, filtro del operando <T>, lista de pasos <largos>, relleno de cadena, opciones ... ) Método de fábrica para crear una clase que envuelve una nueva operación Conv. |
Opciones de conversión estáticas | formato de datos (formato de datos de cadena) |
Opciones de conversión estáticas | dilataciones (List<Long> dilataciones) |
Opciones de conversión estáticas | explícitoPaddings (Lista<Long> explícitoPaddings) |
Opciones de conversión estáticas | grupos (grupos largos) |
Salida <T> | producción () Un tensor (N+1+batch_dims)-D. |
Métodos heredados
Métodos públicos
Salida pública <T> como Salida ()
Devuelve el identificador simbólico de un tensor.
Las entradas a las operaciones de TensorFlow son salidas de otra operación de TensorFlow. Este método se utiliza para obtener un identificador simbólico que representa el cálculo de la entrada.
Conv.Options estáticas públicas loteDims (loteDims largos)
Parámetros
loteDims | Un entero positivo que especifica el número de dimensiones de lote para el tensor de entrada. Debe ser menor que el rango del tensor de entrada. |
---|
creación de Conv <T> estática pública (alcance del alcance , entrada del operando <T>, filtro del operando <T>, lista de pasos <largos>, relleno de cadena, opciones... opciones)
Método de fábrica para crear una clase que envuelve una nueva operación Conv.
Parámetros
alcance | alcance actual |
---|---|
aporte | Tensor de tipo T y forma `batch_shape + espacial_shape + [in_channels]` en el caso de que `channels_last_format = true` o forma `batch_shape + [in_channels] + espacial_shape` si `channels_last_format = false`. space_shape es N-dimensional con `N=2` o `N=3`. También tenga en cuenta que `batch_shape` está dictado por el parámetro `batch_dims` y el valor predeterminado es 1. |
filtrar | Un tensor `(N+2)-D` con el mismo tipo que `input` y forma `spatial_filter_shape + [in_channels, out_channels]`, donde espacial_filter_shape es N-dimensional con `N=2` o `N=3`. |
zancadas | Tensor 1-D de longitud `N+2`. El paso de la ventana corrediza para cada dimensión de "entrada". Debe tener `zancadas[0] = zancadas[N+1] = 1`. |
relleno | El tipo de algoritmo de relleno que se utilizará. |
opciones | lleva valores de atributos opcionales |
Devoluciones
- una nueva instancia de Conv
formato de datos de opciones de conversión estáticas públicas (formato de datos de cadena)
Parámetros
formato de datos | Se utiliza para configurar el formato de datos. Por defecto `CHANNELS_FIRST`, usa `NHWC (2D) / NDHWC (3D)` o si `CHANNELS_LAST`, usa `NCHW (2D) / NCDHW (3D)`. |
---|
dilataciones públicas estáticas Conv.Options (List<Long> dilataciones)
Parámetros
dilataciones | Tensor 1-D de longitud `N+2`. El factor de dilatación para cada dimensión de "entrada". Si se establece en `k > 1`, habrá celdas omitidas `k-1` entre cada elemento de filtro en esa dimensión. El orden de las dimensiones está determinado por el valor de `channels_last_format`; consulte más arriba para obtener más detalles. Las dilataciones en las dimensiones de lote y profundidad deben ser 1. |
---|
Conv.Options públicas estáticas explícitoPaddings (List<Long> explícitoPaddings)
Parámetros
explícitoPaddings | Si `padding` es `"EXPLICIT"`, la lista de cantidades de relleno explícito. Para la i-ésima dimensión, la cantidad de relleno insertado antes y después de la dimensión es `explicit_paddings[2 * i]` y `explicit_paddings[2 * i + 1]`, respectivamente. Si `padding` no es `"EXPLICIT"`, `explicit_paddings` debe estar vacío. |
---|
Grupos públicos estáticos de opciones de conversión (grupos largos)
Parámetros
grupos | Un entero positivo que especifica el número de grupos en los que se divide la entrada a lo largo del eje del canal. Cada grupo se convoluciona por separado con filtros "filtros/grupos". La salida es la concatenación de todos los resultados de los grupos a lo largo del eje del canal. Tanto los canales de entrada como los filtros deben ser divisibles por grupos. |
---|
Salida pública <T> salida ()
Un tensor (N+1+batch_dims)-D. El orden de las dimensiones está determinado por el valor de `channels_last_format`; consulte los detalles a continuación.