tensoreflusso:: ops:: Conv2DBackpropFilter
#include <nn_ops.h>
Calcola i gradienti di convoluzione rispetto al filtro.
Riepilogo
Argomenti:
- scope: un oggetto Scope
- input: 4-D con forma
[batch, in_height, in_width, in_channels]
. - filter_sizes: un vettore intero che rappresenta la forma tensore di
filter
, dovefilter
è un tensore 4-D[filter_height, filter_width, in_channels, out_channels]
. - out_backprop: 4-D con forma
[batch, out_height, out_width, out_channels]
. I gradienti rappresentano l'output della convoluzione. - passi: il passo della finestra scorrevole per ogni dimensione dell'input della convoluzione. Deve essere nello stesso ordine della dimensione specificata con format.
- riempimento: il tipo di algoritmo di riempimento da utilizzare.
Attributi facoltativi (vedi Attrs
):
- esplicitamente_paddings: se
padding
è"EXPLICIT"
, l'elenco degli importi di riempimento espliciti. Per la i-esima dimensione, la quantità di riempimento inserita prima e dopo la dimensione è rispettivamenteexplicit_paddings[2 * i]
eexplicit_paddings[2 * i + 1]
. Sepadding
non è"EXPLICIT"
,explicit_paddings
deve essere vuoto. - data_format: specifica il formato dei dati di input e output. Con il formato predefinito "NHWC", i dati vengono archiviati nell'ordine di: [batch, in_height, in_width, in_channels]. In alternativa, il formato potrebbe essere "NCHW", l'ordine di archiviazione dei dati di: [batch, in_channels, in_height, in_width].
- dilatazioni: tensore 1-D di lunghezza 4. Il fattore di dilatazione per ciascuna dimensione di
input
. Se impostato su k > 1, ci saranno k-1 celle saltate tra ciascun elemento filtro su quella dimensione. L'ordine delle dimensioni è determinato dal valore didata_format
, vedi sopra per i dettagli. Le dilatazioni delle dimensioni del lotto e della profondità devono essere pari a 1.
Ritorna:
-
Output
: 4-D con forma[filter_height, filter_width, in_channels, out_channels]
. Gradiente rispetto all'input delfilter
della convoluzione.
Costruttori e distruttori | |
---|---|
Conv2DBackpropFilter (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter_sizes, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding) | |
Conv2DBackpropFilter (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter_sizes, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2DBackpropFilter::Attrs & attrs) |
Attributi pubblici | |
---|---|
operation | |
output |
Funzioni pubbliche | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Funzioni pubbliche statiche | |
---|---|
DataFormat (StringPiece x) | |
Dilations (const gtl::ArraySlice< int > & x) | |
ExplicitPaddings (const gtl::ArraySlice< int > & x) | |
UseCudnnOnGpu (bool x) |
Strutture | |
---|---|
tensorflow:: ops:: Conv2DBackpropFilter:: Attrs | Setter di attributi facoltativi per Conv2DBackpropFilter . |
Attributi pubblici
operazione
Operation operation
produzione
::tensorflow::Output output
Funzioni pubbliche
Conv2DBackpropFilter
Conv2DBackpropFilter( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter_sizes, ::tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding )
Conv2DBackpropFilter
Conv2DBackpropFilter( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter_sizes, ::tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2DBackpropFilter::Attrs & attrs )
nodo
::tensorflow::Node * node() const
operatore::tensorflow::Input
operator::tensorflow::Input() const
operatore::tensorflow::Output
operator::tensorflow::Output() const
Funzioni pubbliche statiche
Formato dei dati
Attrs DataFormat( StringPiece x )
Dilatazioni
Attrs Dilations( const gtl::ArraySlice< int > & x )
Imbottiture esplicite
Attrs ExplicitPaddings( const gtl::ArraySlice< int > & x )
Utilizzare CudnnOnGpu
Attrs UseCudnnOnGpu( bool x )