Dilation2dBackpropFilter

Dilation2dBackpropFilter kelas akhir publik

Menghitung gradien dilatasi 2-D morfologi terhadap filter.

Konstanta

Rangkaian OP_NAME Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
statis <T memperluas TNumber > Dilation2dBackpropFilter <T>
buat ( Lingkup lingkup, masukan Operan <T>, filter Operan <T>, Operan <T> outBackprop, Langkah Daftar<Panjang>, Tarif Daftar<Panjang>, Bantalan string)
Metode pabrik untuk membuat kelas yang membungkus operasi Dilation2dBackpropFilter baru.
Keluaran <T>
filterBackprop ()
3-D dengan bentuk `[filter_height, filter_width, depth]`.

Metode Warisan

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "Dilation2DBackpropFilter"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static Dilation2dBackpropFilter <T> buat ( Lingkup cakupan , masukan Operan <T>, filter Operan <T>, Operan <T> outBackprop, Langkah Daftar<Panjang>, Tarif Daftar<Panjang>, Bantalan string)

Metode pabrik untuk membuat kelas yang membungkus operasi Dilation2dBackpropFilter baru.

Parameter
cakupan ruang lingkup saat ini
memasukkan 4-D dengan bentuk `[batch, in_height, in_width, depth]`.
Saring 3-D dengan bentuk `[filter_height, filter_width, depth]`.
keluarBackprop 4-D dengan bentuk `[batch, out_height, out_width, depth]`.
langkah Panjang 1-D 4. Langkah jendela geser untuk setiap dimensi tensor masukan. Harus: `[1, tinggi_langkah, lebar_langkah, 1]`.
tarif 1-D dengan panjang 4. Langkah masukan untuk dilatasi morfologi atrous. Harus: `[1, rate_height, rate_width, 1]`.
lapisan Jenis algoritma padding yang akan digunakan.
Kembali
  • contoh baru Dilation2dBackpropFilter

Keluaran publik <T> filterBackprop ()

3-D dengan bentuk `[filter_height, filter_width, depth]`.