publiczne zajęcia końcowe Conv
Oblicza splot ND przy danych tensorach (N+1+batch_dims)-D „input” i (N+2)-D „filter”.
Ogólna funkcja obliczania splotu ND. Wymagane jest, aby `1 <= N <= 3`.
Klasy zagnieżdżone
| klasa | Opcje konw | Opcjonalne atrybuty Conv | |
Metody publiczne
| Wyjście <T> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
| statyczne Opcje Konw | BatchDims (Długie BaterieDims) |
| statyczny <T numer rozszerzenia> Konw. <T> | |
| statyczne Opcje Konw | dataFormat (Format danych ciągu) |
| statyczne Opcje Konw | dylatacje (List<Long> dylatacje) |
| statyczne Opcje Konw | jawnePaddings (List<Long> jawnePaddings) |
| statyczne Opcje Konw | grupy (Długie grupy) |
| Wyjście <T> | wyjście () Tensor A (N+1+batch_dims)-D. |
Metody dziedziczone
Metody publiczne
publiczne wyjście <T> asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static Conv.Options BatchDims (Długie BatchDims)
Parametry
| wsadoweDims | Dodatnia liczba całkowita określająca liczbę wymiarów wsadu dla tensora wejściowego. Powinien być mniejszy niż stopień tensora wejściowego. |
|---|
public static Conv <T> create (zakres zakresu , dane wejściowe argumentu <T>, filtr argumentu <T>, kroki List<Long>, dopełnienie ciągów, opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację Conv.
Parametry
| zakres | aktualny zakres |
|---|---|
| wejście | Tensor typu T i kształtu `batch_shape + przestrzenny_shape + [in_channels]` w przypadku, gdy `channels_last_format = true` lub kształt `batch_shape + [in_channels] + przestrzenny_shape` jeśli `channels_last_format = false`. przestrzenny_kształt jest N-wymiarowy z „N=2” lub „N=3”. Należy również pamiętać, że parametr „batch_shape” jest podyktowany parametrem „batch_dims” i domyślnie wynosi 1. |
| filtr | Tensor `(N+2)-D` tego samego typu co `input` i kształt `spatial_filter_shape + [in_channels, out_channels]`, gdzie przestrzenny_filter_shape jest N-wymiarowy z `N=2` lub `N=3`. |
| kroki | Tensor 1-D o długości „N+2”. Krok przesuwanego okna dla każdego wymiaru „wejściowego”. Musi mieć `kroki[0] = kroki[N+1] = 1`. |
| wyściółka | Typ algorytmu dopełniania, który ma zostać użyty. |
| opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja Conv
public static Conv.Options dataFormat (String dataFormat)
Parametry
| Format danych | Służy do ustawiania formatu danych. Domyślnie „CHANNELS_FIRST” używa „NHWC (2D) / NDHWC (3D)” lub w przypadku „CHANNELS_LAST”, używa „NCHW (2D) / NCDHW (3D)”. |
|---|
publiczne statyczne rozszerzenia Conv.Options (rozszerzenia List<Long>)
Parametry
| dylatacje | Tensor 1-D o długości „N+2”. Współczynnik dylatacji dla każdego wymiaru „wkładu”. Jeśli ustawisz na `k > 1`, pomiędzy każdym elementem filtru w tym wymiarze zostaną pominięte komórki `k-1`. Kolejność wymiarów jest określona przez wartość „channels_last_format”, szczegóły znajdziesz powyżej. Dylatacje w wymiarach partii i głębokości muszą wynosić 1. |
|---|
public static Conv.Options wyraźna paddings (List<Long> wyraźna paddings)
Parametry
| wyraźne wyściółki | Jeśli „dopełnienie” to „„JAWNE””, lista jawnych ilości dopełnienia. W przypadku i-tego wymiaru wielkość dopełnienia wstawianego przed i po wymiarze wynosi odpowiednio „explicit_paddings[2 * i]” i „explicit_paddings[2 * i + 1]”. Jeśli `wypełnienie` nie jest `"JAWNE"`, `wyraźne_dopełnienie` musi być puste. |
|---|
publiczne statyczne grupy Opcji Konw. (Długie grupy)
Parametry
| grupy | Dodatnia liczba całkowita określająca liczbę grup, na które podzielone jest wejście wzdłuż osi kanału. Każda grupa jest oddzielnie spleciona z filtrami „filtrów/grup”. Dane wyjściowe stanowią połączenie wyników wszystkich grup wzdłuż osi kanału. Zarówno kanały wejściowe, jak i filtry muszą być podzielne przez grupy. |
|---|
publiczne wyjście <T> wyjście ()
Tensor A (N+1+batch_dims)-D. Kolejność wymiarów jest określona przez wartość „channels_last_format”, szczegóły znajdziesz poniżej.