পাবলিক ফাইনাল ক্লাস Conv2dBackpropFilter
ফিল্টারের সাপেক্ষে কনভোলিউশনের গ্রেডিয়েন্ট গণনা করে।
নেস্টেড ক্লাস
| ক্লাস | Conv2dBackpropFilter.Options | Conv2dBackpropFilter এর জন্য ঐচ্ছিক বৈশিষ্ট্য | |
ধ্রুবক
| স্ট্রিং | OP_NAME | এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত |
পাবলিক পদ্ধতি
| আউটপুট <T> | আউটপুট হিসাবে () টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়। |
| স্ট্যাটিক <T TNumber প্রসারিত করে > Conv2dBackpropFilter <T> | |
| স্ট্যাটিক Conv2dBackpropFilter.Options | ডেটা ফরম্যাট (স্ট্রিং ডেটা ফরম্যাট) |
| স্ট্যাটিক Conv2dBackpropFilter.Options | প্রসারণ (লিস্ট<লং> প্রসারণ) |
| স্ট্যাটিক Conv2dBackpropFilter.Options | স্পষ্ট প্যাডিংস (তালিকা<Long> স্পষ্ট প্যাডিং) |
| আউটপুট <T> | আউটপুট () 4-D আকৃতি `[ফিল্টার_উচ্চতা, ফিল্টার_প্রস্থ, ইন_চ্যানেল, আউট_চ্যানেল]`। |
| স্ট্যাটিক Conv2dBackpropFilter.Options | useCudnnOnGpu (বুলিয়ান ব্যবহারCudnnOnGpu) |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
ধ্রুবক
সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME
এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত
ধ্রুবক মান: "Conv2DBackpropFilter"
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()
টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি প্রতীকী হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনাকে প্রতিনিধিত্ব করে।
পাবলিক স্ট্যাটিক Conv2dBackpropFilter <T> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> ইনপুট, অপারেন্ড < TInt32 > ফিল্টার সাইজ, অপারেন্ড <T> আউটব্যাকপ্রপ, তালিকা<Long> স্ট্রাইডস, স্ট্রিং প্যাডিং, বিকল্প... বিকল্প)
একটি নতুন Conv2dBackpropFilter অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি৷
পরামিতি
| সুযোগ | বর্তমান সুযোগ |
|---|---|
| ইনপুট | 4-D আকৃতি `[ব্যাচ, ইন_উচ্চতা, ইন_প্রস্থ, ইন_চ্যানেল]`। |
| ফিল্টার সাইজ | একটি পূর্ণসংখ্যা ভেক্টর যা `ফিল্টার` এর টেনসর আকৃতির প্রতিনিধিত্ব করে, যেখানে `ফিল্টার` হল একটি 4-D `[ফিল্টার_উচ্চতা, ফিল্টার_প্রস্থ, ইন_চ্যানেল, আউট_চ্যানেল]` টেনসর। |
| আউটব্যাকপ্রপ | 4-D আকৃতি `[ব্যাচ, আউট_উচ্চতা, আউট_প্রস্থ, আউট_চ্যানেল]`। গ্রেডিয়েন্ট কনভল্যুশনের আউটপুট লিখবে। |
| অগ্রগতি | কনভোলিউশনের ইনপুটের প্রতিটি মাত্রার জন্য স্লাইডিং উইন্ডোর অগ্রগতি। বিন্যাসের সাথে নির্দিষ্ট মাত্রার মতো একই ক্রমে হতে হবে। |
| প্যাডিং | ব্যবহার করার জন্য প্যাডিং অ্যালগরিদমের ধরন। |
| বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- Conv2dBackpropFilter এর একটি নতুন উদাহরণ
পাবলিক স্ট্যাটিক Conv2dBackpropFilter.Options dataFormat (স্ট্রিং ডেটাফরম্যাট)
পরামিতি
| উপাত্ত বিন্যাস | ইনপুট এবং আউটপুট ডেটার ডেটা বিন্যাস উল্লেখ করুন। ডিফল্ট ফর্ম্যাট "NHWC" এর সাথে, ডেটা এই ক্রমে সংরক্ষণ করা হয়: [ব্যাচ, ইন_উচ্চতা, ইন_প্রস্থ, ইন_চ্যানেল]। বিকল্পভাবে, বিন্যাসটি "NCHW" হতে পারে, এর ডেটা স্টোরেজ অর্ডার: [ব্যাচ, ইন_চ্যানেল, ইন_উচ্চতা, ইন_প্রস্থ]। |
|---|
পাবলিক স্ট্যাটিক Conv2dBackpropFilter.Options dilations (List<Long> dilations)
পরামিতি
| প্রসারণ | দৈর্ঘ্যের 1-D টেনসর 4. `ইনপুট` এর প্রতিটি মাত্রার জন্য প্রসারিত ফ্যাক্টর। k > 1 তে সেট করা হলে, সেই মাত্রার প্রতিটি ফিল্টার উপাদানের মধ্যে k-1 এড়িয়ে যাওয়া ঘর থাকবে। মাত্রার ক্রম `data_format` এর মান দ্বারা নির্ধারিত হয়, বিস্তারিত জানতে উপরে দেখুন। ব্যাচের প্রসারণ এবং গভীরতার মাত্রা অবশ্যই 1 হতে হবে। |
|---|
পাবলিক স্ট্যাটিক Conv2dBackpropFilter.Options explicitPaddings (List<Long> explicitPaddings)
পরামিতি
| স্পষ্ট প্যাডিংস | যদি `প্যাডিং` হয় `"EXPLICIT"`, তাহলে সুস্পষ্ট প্যাডিং পরিমাণের তালিকা। ith মাত্রার জন্য, মাত্রার আগে এবং পরে ঢোকানো প্যাডিংয়ের পরিমাণ যথাক্রমে `স্পষ্ট_প্যাডিং[2 * i]` এবং `স্পষ্ট_প্যাডিং[2 * i + 1]`। যদি `প্যাডিং` `"EXPLICIT"` না হয়, তাহলে `স্পষ্ট_প্যাডিং` খালি হতে হবে। |
|---|
সর্বজনীন আউটপুট <T> আউটপুট ()
4-D আকৃতি `[ফিল্টার_উচ্চতা, ফিল্টার_প্রস্থ, ইন_চ্যানেল, আউট_চ্যানেল]`। গ্রেডিয়েন্ট কনভল্যুশনের `ফিল্টার` ইনপুট লিখবে।