aula final pública Conv
Calcula uma convolução ND dados os tensores (N+1+batch_dims)-D `input` e (N+2)-D `filter`.
Função geral para calcular uma convolução ND. É necessário que `1 <= N <= 3`.
Classes aninhadas
| aula | Opções de conversão | Atributos opcionais para Conv | |
Métodos Públicos
| Saída <T> | asOutput () Retorna o identificador simbólico de um tensor. |
| Opções de conversão estáticas | batchDims (batchDims longos) |
| estático <T estende número> Conv <T> | create (escopo do escopo , entrada do operando <T>, filtro do operando <T>, passos da lista<longa>, preenchimento de string, opções... opções) Método de fábrica para criar uma classe que envolve uma nova operação Conv. |
| Opções de conversão estáticas | dataFormat (String dataFormat) |
| Opções de conversão estáticas | dilatações (List<Long> dilatações) |
| Opções de conversão estáticas | explicitPaddings (Lista<Long> explicitPaddings) |
| Opções de conversão estáticas | grupos (grupos longos) |
| Saída <T> | saída () Um tensor (N+1+batch_dims)-D. |
Métodos herdados
Métodos Públicos
Saída pública <T> asOutput ()
Retorna o identificador simbólico de um tensor.
As entradas para operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static Conv.Options batchDims (Longo batchDims)
Parâmetros
| loteDims | Um número inteiro positivo que especifica o número de dimensões do lote para o tensor de entrada. Deve ser menor que a classificação do tensor de entrada. |
|---|
public static Conv <T> create (escopo do escopo , entrada do operando <T>, filtro do operando <T>, passos de lista<longos>, preenchimento de string, opções... opções)
Método de fábrica para criar uma classe que envolve uma nova operação Conv.
Parâmetros
| escopo | escopo atual |
|---|---|
| entrada | Tensor do tipo T e forma `batch_shape + espacial_shape + [in_channels]` no caso de `channels_last_format = true` ou forma `batch_shape + [in_channels] + espacial_shape` se `channels_last_format = false`. space_shape é N-dimensional com `N = 2` ou `N = 3`. Observe também que `batch_shape` é ditado pelo parâmetro `batch_dims` e o padrão é 1. |
| filtro | Um tensor `(N+2)-D` com o mesmo tipo de `input` e formato `spatial_filter_shape + [in_channels, out_channels]`, onde espacial_filter_shape é N-dimensional com `N=2` ou `N=3`. |
| avanços | Tensor 1-D de comprimento `N+2`. O avanço da janela deslizante para cada dimensão de `entrada`. Deve ter `passos[0] = passos[N+1] = 1`. |
| preenchimento | O tipo de algoritmo de preenchimento a ser usado. |
| opções | carrega valores de atributos opcionais |
Devoluções
- uma nova instância de Conv
public static Conv.Options dataFormat (String dataFormat)
Parâmetros
| formato de dados | Usado para definir o formato dos dados. Por padrão `CHANNELS_FIRST`, usa `NHWC (2D) / NDHWC (3D)` ou se `CHANNELS_LAST`, usa `NCHW (2D) / NCDHW (3D)`. |
|---|
dilatações Conv.Options estáticas públicas (dilatações List<Long>)
Parâmetros
| dilatações | Tensor 1-D de comprimento `N+2`. O fator de dilatação para cada dimensão de `entrada`. Se definido como `k > 1`, haverá `k-1` células ignoradas entre cada elemento de filtro nessa dimensão. A ordem das dimensões é determinada pelo valor de `channels_last_format`, veja detalhes acima. As dilatações nas dimensões do lote e profundidade devem ser 1. |
|---|
public static Conv.Options explicitPaddings (List<Long> explicitPaddings)
Parâmetros
| explícitoPaddings | Se `padding` for `"EXPLICIT"`, a lista de valores de preenchimento explícitos. Para a i-ésima dimensão, a quantidade de preenchimento inserida antes e depois da dimensão é `explicit_paddings[2 * i]` e `explicit_paddings[2 * i + 1]`, respectivamente. Se `padding` não for `"EXPLICIT"`, `explicit_paddings` deve estar vazio. |
|---|
grupos Conv.Options estáticos públicos (grupos longos)
Parâmetros
| grupos | Um número inteiro positivo que especifica o número de grupos nos quais a entrada é dividida ao longo do eixo do canal. Cada grupo é convolvido separadamente com filtros `filtros/grupos`. A saída é a concatenação de todos os resultados dos grupos ao longo do eixo do canal. Os canais de entrada e os filtros devem ser divisíveis por grupos. |
|---|
Saída pública <T> saída ()
Um tensor (N+1+batch_dims)-D. A ordem das dimensões é determinada pelo valor de `channels_last_format`, veja abaixo para detalhes.