تينسورفلو :: العمليات :: Conv2DBackpropFilter

يحسب تدرجات الالتواء فيما يتعلق بالمرشح.

ملخص

الحجج:

• النطاق: كائن النطاق
• الإدخال: 4-D مع الشكل [batch, in_height, in_width, in_channels] .
• filter_sizes: متجه صحيح يمثل شكل الموتر filter ، حيث يكون filter 4-D [filter_height, filter_width, in_channels, out_channels] .
• out_backprop: 4-D مع الشكل [batch, out_height, out_width, out_channels] . تدرجات مكتوبة بإخراج الالتواء.
• خطوات: خطوة النافذة المنزلقة لكل بُعد من أبعاد مدخل الالتواء. يجب أن يكون بنفس ترتيب البعد المحدد بالتنسيق.
• المساحة المتروكة: نوع خوارزمية الحشو المراد استخدامها.

السمات الاختيارية (انظر Attrs ):

• صريح_بادينجس: إذا كانت padding "EXPLICIT" صريحة "EXPLICIT" ، فإن قائمة كميات الحشو الصريحة. بالنسبة للبعد ith ، فإن مقدار الحشو الذي تم إدخاله قبل وبعد البعد هو explicit_paddings[2 * i] و explicit_paddings[2 * i + 1] على التوالي. إذا لم تكن padding "EXPLICIT" ، فيجب أن تكون "EXPLICIT" explicit_paddings فارغة.
• data_format: حدد تنسيق البيانات لبيانات الإدخال والإخراج. باستخدام التنسيق الافتراضي "NHWC" ، يتم تخزين البيانات بالترتيب التالي: [الدُفعة ، in_height ، in_width ، in_channels]. بدلاً من ذلك ، يمكن أن يكون التنسيق "NCHW" ، ترتيب تخزين البيانات لـ: [دُفعة ، داخل قنوات ، داخل_ارتفاع ، عرض_داخل]
• التوسعات: موتر 1-D بطول 4. عامل التمدد لكل بعد من أبعاد input . إذا تم التعيين على k> 1 ، فسيكون هناك k-1 خلايا تم تخطيها بين كل عنصر مرشح على هذا البعد. يتم تحديد ترتيب البعد بواسطة قيمة data_format ، انظر أعلاه للحصول على التفاصيل. يجب أن يكون التمدد في أبعاد الدُفعة والعمق 1.

عائدات:

• Output : 4-D مع الشكل [filter_height, filter_width, in_channels, out_channels] . التدرج يكتب إدخال filter الالتواء.

السمات العامة

Operation operation

::tensorflow::Output output

 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
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs DataFormat(
  StringPiece x
)

Attrs Dilations(
  const gtl::ArraySlice< int > & x
)

Attrs ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)

Attrs UseCudnnOnGpu(
  bool x
)