DepthwiseConv2dNative

4-D `ইনপুট` এবং `ফিল্টার` টেনসর প্রদত্ত একটি 2-D গভীরতার দিক থেকে পরিবর্তিত গণনা করে।

আকৃতির একটি ইনপুট টেনসর দেওয়া হয়েছে `[batch, in_height, in_width, in_channels]` এবং আকৃতির একটি ফিল্টার / কার্নেল টেনসর `[filter_height, filter_width, in_channels, channel_multiplier]`, যার মধ্যে `in_channels` convolutional filters of p_de th` th 2th, p_de-1 এর পরিবর্তিত ফিল্টার রয়েছে প্রতিটি ইনপুট চ্যানেলে একটি ভিন্ন ফিল্টার প্রয়োগ করে (প্রত্যেকটির জন্য 1টি চ্যানেল থেকে `চ্যানেল_মাল্টিপ্লায়ার` চ্যানেলে প্রসারিত হচ্ছে), তারপর ফলাফলগুলিকে একত্রিত করে। সুতরাং, আউটপুটে `ইন_চ্যানেল * চ্যানেল_মাল্টিপ্লায়ার` চ্যানেল রয়েছে।

for k in 0..in_channels-1
   for q in 0..channel_multiplier-1
     output[b, i, j, k * channel_multiplier + q] =
       sum_{di, dj input[b, strides[1] * i + di, strides[2] * j + dj, k] *
                         filter[di, dj, k, q]
 }

অবশ্যই `strides[0] = strides[3] = 1` থাকতে হবে। একই অনুভূমিক এবং শীর্ষবিন্দু স্ট্রাইডের সবচেয়ে সাধারণ ক্ষেত্রে, `স্ট্রাইড = [1, স্ট্রাইড, স্ট্রাইড, 1]`।