tensorflow :: ops :: Conv2DBackpropFilter

#include <nn_ops.h>

Calcola i gradienti di convoluzione rispetto al filtro.

Sommario

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 del tensore del filter , dove filter 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] . Gradienti rispetto all'output della convoluzione.
  • falcate: l'andatura della finestra scorrevole per ogni dimensione dell'input della convoluzione. Deve essere nello stesso ordine della dimensione specificata con il formato.
  • padding: il tipo di algoritmo di riempimento da utilizzare.

Attributi opzionali (vedi Attrs ):

  • explicit_paddings: se il 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 rispettivamente explicit_paddings[2 * i] e explicit_paddings[2 * i + 1] . Se il padding non è "EXPLICIT" , explicit_paddings deve essere vuoto.
  • data_format: specifica il formato dei dati dei dati di input e output. Con il formato predefinito "NHWC", i dati vengono memorizzati nell'ordine di: [batch, in_height, in_width, in_channels]. In alternativa, il formato potrebbe essere "NCHW", l'ordine di memorizzazione dei dati di: [batch, in_channels, in_height, in_width].
  • dilations: 1-D tensor of length 4. Il fattore di dilatazione per ogni dimensione di input . Se impostato su k> 1, ci saranno k-1 celle ignorate tra ciascun elemento del filtro su quella dimensione. L'ordine delle dimensioni è determinato dal valore di data_format , vedere sopra per i dettagli. Le dilatazioni nel lotto e le dimensioni della profondità devono essere 1.

Ritorna:

  • Output : 4-D con forma [filter_height, filter_width, in_channels, out_channels] . Gradiente rispetto all'ingresso del filter 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 statiche pubbliche

DataFormat (StringPiece x)
Dilations (const gtl::ArraySlice< int > & x)
ExplicitPaddings (const gtl::ArraySlice< int > & x)
UseCudnnOnGpu (bool x)

Structs

tensorflow :: ops :: Conv2DBackpropFilter :: Attrs

Setter di attributi opzionali 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 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const 

Funzioni statiche pubbliche

Formato dei dati

Attrs DataFormat(
  StringPiece x
)

Dilatazioni

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

ExplicitPaddings

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

UseCudnnOnGpu

Attrs UseCudnnOnGpu(
  bool x
)