Calcule les gradients de convolution par rapport au filtre.
Classes imbriquées
classe | Conv2dBackpropFilter.Options | Attributs facultatifs pour Conv2dBackpropFilter |
Constantes
Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
Sortie <T> | comme Sortie () Renvoie le handle symbolique du tenseur. |
statique <T étend TNumber > Conv2dBackpropFilter <T> | |
statique Conv2dBackpropFilter.Options | dataFormat (Chaîne dataFormat) |
statique Conv2dBackpropFilter.Options | dilatations (List<Long> dilatations) |
statique Conv2dBackpropFilter.Options | explicitPaddings (List<Long> explicitPaddings) |
Sortie <T> | sortir () 4-D avec la forme `[filter_height, filter_width, in_channels, out_channels]`. |
statique Conv2dBackpropFilter.Options | useCudnnOnGpu (booléen useCudnnOnGpu) |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Méthodes publiques
sortie publique <T> asOutput ()
Renvoie le handle symbolique du tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
public static Conv2dBackpropFilter <T> créer (portée de portée , entrée d'opérande <T>, opérande < TInt32 > filterSizes, opérande <T> outBackprop, foulées de liste <Long>, remplissage de chaîne, options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération Conv2dBackpropFilter.
Paramètres
portée | portée actuelle |
---|---|
saisir | 4-D avec la forme `[batch, in_height, in_width, in_channels]`. |
Tailles de filtre | Un vecteur entier représentant la forme tensorielle de `filter`, où `filter` est un tenseur 4-D `[filter_height, filter_width, in_channels, out_channels]`. |
outBackprop | 4-D avec la forme `[batch, out_height, out_width, out_channels]`. Dégradés par rapport à la sortie de la convolution. |
foulées | La foulée de la fenêtre glissante pour chaque dimension de l'entrée de la convolution. Doit être dans le même ordre que la dimension spécifiée avec le format. |
rembourrage | Le type d’algorithme de remplissage à utiliser. |
choix | porte des valeurs d'attributs facultatifs |
Retour
- une nouvelle instance de Conv2dBackpropFilter
public statique Conv2dBackpropFilter.Options dataFormat (String dataFormat)
Paramètres
format de données | Spécifiez le format de données des données d'entrée et de sortie. Avec le format par défaut « NHWC », les données sont stockées dans l'ordre suivant : [batch, in_height, in_width, in_channels]. Alternativement, le format pourrait être « NCHW », l'ordre de stockage des données étant : [batch, in_channels, in_height, in_width]. |
---|
dilatations publiques statiques Conv2dBackpropFilter.Options (List<Long> dilatations)
Paramètres
dilatations | Tenseur 1-D de longueur 4. Le facteur de dilatation pour chaque dimension de « entrée ». Si défini sur k > 1, il y aura k-1 cellules ignorées entre chaque élément de filtre sur cette dimension. L'ordre des dimensions est déterminé par la valeur de `data_format`, voir ci-dessus pour plus de détails. Les dilatations dans les dimensions du lot et de la profondeur doivent être de 1. |
---|
public static Conv2dBackpropFilter.Options explicitPaddings (List<Long> explicitPaddings)
Paramètres
explicitPaddings | Si `padding` est `"EXPLICIT"`, la liste des montants de remplissage explicites. Pour la ième dimension, la quantité de remplissage insérée avant et après la dimension est respectivement « explicit_paddings[2 * i] » et « explicit_paddings[2 * i + 1] ». Si `padding` n'est pas `"EXPLICIT"`, `explicit_paddings` doit être vide. |
---|
sortie publique <T> sortie ()
4-D avec la forme `[filter_height, filter_width, in_channels, out_channels]`. Dégradé par rapport à l'entrée « filtre » de la convolution.