4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 컨볼루션을 계산합니다.
'[batch, in_height, in_width, in_channels]' 형태의 입력 텐서와 '[filter_height, filter_width, in_channels, out_channels]' 형태의 필터/커널 텐서가 주어지면 이 작업은 다음을 수행합니다.
1. 필터를 '[filter_height * filter_width * in_channels, output_channels]' 모양의 2D 행렬로 평면화합니다. 2. 입력 텐서에서 이미지 패치를 추출하여 '[batch, out_height, out_width, filter_height * filter_width * in_channels]' 형태의 가상 텐서를 형성합니다. 3. 각 패치에 대해 필터 행렬과 이미지 패치 벡터를 오른쪽 곱합니다.
자세히 살펴보면, 기본 NHWC 포맷을 이용하면,
출력[b, i, j, k] = sum_{di, dj, q} 입력[b, strides[1] * i + di, strides[2] * j + dj, q] * 필터[di, dj, q, k]
`strides[0] = strides[3] = 1`이 있어야 합니다. 동일한 수평 및 정점 스트라이드의 가장 일반적인 경우 `strides = [1, stride, stride, 1]`입니다.
중첩 클래스
상수
| 끈 | OP_NAME | TensorFlow 코어 엔진에서 알려진 이 작업의 이름 |
공개 방법
| 출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
| static <T는 Tnumber를 확장합니다. > Conv2d <T> | |
| 정적 Conv2d.Options | dataFormat (문자열 데이터 형식) |
| 정적 Conv2d.Options | 확장 (List<Long> 확장) |
| 정적 Conv2d.Options | licitPaddings (List<Long>explicitPaddings) |
| 출력 <T> | 출력 () 4차원 텐서. |
| 정적 Conv2d.Options | useCudnnOnGpu (부울 useCudnnOnGpu) |
상속된 메서드
| 부울 | 같음 (개체 arg0) |
| 마지막 수업<?> | getClass () |
| 정수 | 해시 코드 () |
| 최종 무효 | 알림 () |
| 최종 무효 | 통지모두 () |
| 끈 | toString () |
| 최종 무효 | 대기 (long arg0, int arg1) |
| 최종 무효 | 기다리세요 (긴 arg0) |
| 최종 무효 | 기다리다 () |
상수
공개 정적 최종 문자열 OP_NAME
TensorFlow 코어 엔진에서 알려진 이 작업의 이름
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
public static Conv2d <T> create ( 범위 범위, 피연산자 <T> 입력, 피연산자 <T> 필터, List<Long> 보폭, 문자열 패딩, 옵션... 옵션)
새로운 Conv2d 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
| 범위 | 현재 범위 |
|---|---|
| 입력 | 4차원 텐서. 측정기준 순서는 'data_format' 값에 따라 해석됩니다. 자세한 내용은 아래를 참조하세요. |
| 필터 | `[filter_height, filter_width, in_channels, out_channels]` 형태의 4D 텐서 |
| 큰 걸음 | 길이가 4인 1차원 텐서. '입력'의 각 차원에 대한 슬라이딩 윈도우의 보폭입니다. 측정기준 순서는 `data_format` 값에 따라 결정됩니다. 자세한 내용은 아래를 참조하세요. |
| 심 | 사용할 패딩 알고리즘 유형입니다. |
| 옵션 | 선택적 속성 값을 전달합니다. |
보고
- Conv2d의 새로운 인스턴스
공개 정적 Conv2d.Options dataFormat (문자열 dataFormat)
매개변수
| 데이터형식 | 입력 및 출력 데이터의 데이터 형식을 지정합니다. 기본 형식인 "NHWC"를 사용하면 데이터가 [배치, 높이, 너비, 채널] 순서로 저장됩니다. 또는 형식은 [배치, 채널, 높이, 너비]의 데이터 저장 순서인 "NCHW"일 수 있습니다. |
|---|
공개 정적 Conv2d.Options 확장 (List<Long> 확장)
매개변수
| 확장 | 길이가 4인 1차원 텐서. '입력'의 각 차원에 대한 확장 인자입니다. k > 1로 설정되면 해당 차원의 각 필터 요소 사이에 k-1개의 건너뛴 셀이 있게 됩니다. 측정기준 순서는 `data_format` 값에 따라 결정됩니다. 자세한 내용은 위를 참조하세요. 배치 차원과 깊이 차원의 팽창은 1이어야 합니다. |
|---|
공개 정적 Conv2d.OptionsexplicitPaddings ( List<Long>explicitPaddings)
매개변수
| 명시적 패딩 | `padding`이 `"EXPLICIT"`인 경우 명시적인 패딩 양 목록입니다. i번째 차원의 경우 차원 앞과 뒤에 삽입되는 패딩의 양은 각각 `explicit_paddings[2 * i]`와 `explicit_paddings[2 * i + 1]`입니다. `padding`이 `"EXPLICIT"`이 아닌 경우 `explicit_paddings`는 비어 있어야 합니다. |
|---|