공개 최종 클래스 FusedResizeAndPadConv2d
컨볼루션 중 전처리로 크기 조정 및 패딩을 수행합니다.
컨볼루션의 패킹 단계의 일부로 공간 변환을 보다 효율적으로 수행하는 것이 가능한 경우가 많으므로 이 작업을 통해 이러한 단계가 융합되는 최적화된 구현이 가능합니다. 이렇게 하면 중간 결과를 전체 텐서로 작성할 필요가 없어 메모리 부담이 줄어들고 변환 계산을 병합하여 약간의 대기 시간 이득을 얻을 수 있습니다. Conv2D의 data_format 속성은 이 작업에서 지원되지 않으며 기본값은 'NHWC' 순서입니다. 내부적으로 이 작업은 그래프당 단일 스크래치 버퍼를 사용합니다. 즉, 여러 버전이 병렬로 실행되는 경우 차단됩니다. 이는 이 연산자가 주로 메모리 사용량을 최소화하기 위한 최적화이기 때문입니다.
중첩 클래스
| 수업 | FusedResizeAndPadConv2d.Options | FusedResizeAndPadConv2d 의 선택적 속성 | |
상수
| 끈 | OP_NAME | TensorFlow 코어 엔진에서 알려진 이 작업의 이름 |
공개 방법
| 출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
| static <T는 TNumber를 확장합니다. > FusedResizeAndPadConv2d <T> | |
| 출력 <T> | 출력 () |
| 정적 FusedResizeAndPadConv2d.Options | resizeAlignCorners (부울 resizeAlignCorners) |
상속된 메서드
상수
공개 정적 최종 문자열 OP_NAME
TensorFlow 코어 엔진에서 알려진 이 작업의 이름
상수 값: "FusedResizeAndPadConv2D"
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 FusedResizeAndPadConv2d <T> create ( Scope 범위, Operand <T> 입력, Operand < TInt32 > 크기, Operand < TInt32 > 패딩, Operand <T> 필터, 문자열 모드, List<Long> 보폭, 문자열 패딩, 옵션.. . 옵션)
새로운 FusedResizeAndPadConv2d 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
| 범위 | 현재 범위 |
|---|---|
| 입력 | '[배치, in_height, in_width, in_channels]' 모양의 4D. |
| 크기 | 2개 요소로 구성된 1D int32 Tensor: `new_height, new_width`. 이미지의 새로운 크기입니다. |
| 패딩 | 패딩 크기를 지정하는 2열 행렬입니다. 행 개수는 `입력` 순위와 동일해야 합니다. |
| 필터 | '[filter_height, filter_width, in_channels, out_channels]' 형태의 4D. |
| 큰 걸음 | 길이 4의 1-D. '입력'의 각 차원에 대한 슬라이딩 윈도우의 보폭입니다. 형식으로 지정된 측정기준과 동일한 순서여야 합니다. |
| 심 | 사용할 패딩 알고리즘 유형입니다. |
| 옵션 | 선택적 속성 값을 전달합니다. |
보고
- FusedResizeAndPadConv2d의 새 인스턴스
공개 정적 FusedResizeAndPadConv2d.Options resizeAlignCorners (부울 resizeAlignCorners)
매개변수
| 크기 조정모서리 정렬 | true인 경우 입력 및 출력 텐서의 4개 모서리 픽셀의 중심이 정렬되어 모서리 픽셀의 값이 유지됩니다. 기본값은 거짓입니다. |
|---|