tensorflow :: ops :: Conv2DBackpropFilter
#include <nn_ops.h>
Oblicza gradienty splotu względem filtra.
streszczenie
Argumenty:
- zakres: obiekt Scope
- dane wejściowe: 4-D z kształtem
[batch, in_height, in_width, in_channels]
. - filter_sizes: wektor będący liczbą całkowitą reprezentujący kształt tensora
filter
, gdziefilter
jest tensorem 4-D[filter_height, filter_width, in_channels, out_channels]
. - out_backprop: 4-D with shape
[batch, out_height, out_width, out_channels]
. Gradienty na wyjściu splotu. - kroki: krok przesuwanego okna dla każdego wymiaru wejścia splotu. Musi być w tej samej kolejności co wymiar określony w formacie.
- padding: typ algorytmu dopełniania, który ma być używany.
Atrybuty opcjonalne (patrz Attrs
):
- explicite_paddings: jeśli
padding
to"EXPLICIT"
, lista jawnych kwot dopełnienia. W przypadku i-tego wymiaru ilość wypełnienia wstawionego przed i po wymiarze wynosi odpowiednio:explicit_paddings[2 * i]
iexplicit_paddings[2 * i + 1]
. Jeślipadding
nie jest"EXPLICIT"
,"EXPLICIT"
explicit_paddings
muszą być puste. - data_format: Określ format danych wejściowych i wyjściowych. W domyślnym formacie „NHWC” dane są przechowywane w kolejności: [batch, in_height, in_width, in_channels]. Alternatywnie format mógłby być „NCHW”, kolejność przechowywania danych: [partia, in_channels, in_height, in_width].
- dylatacje: 1-D tensor długości 4. Współczynnik dylatacji dla każdego wymiaru
input
. Jeśli ustawiono na k> 1, między każdym elementem filtrującym w tym wymiarze będzie k-1 pominiętych komórek. Kolejność wymiarów jest określana na podstawie wartościdata_format
, patrz powyżej, aby uzyskać szczegółowe informacje. Dylatacje w wymiarze partii i głębokości muszą wynosić 1.
Zwroty:
-
Output
: 4-D z kształtem[filter_height, filter_width, in_channels, out_channels]
. Gradient w stosunku do wejściafilter
splotu.
Konstruktorzy i niszczyciele | |
---|---|
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) |
Atrybuty publiczne | |
---|---|
operation | |
output |
Funkcje publiczne | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Publiczne funkcje statyczne | |
---|---|
DataFormat (StringPiece x) | |
Dilations (const gtl::ArraySlice< int > & x) | |
ExplicitPaddings (const gtl::ArraySlice< int > & x) | |
UseCudnnOnGpu (bool x) |
Struktury | |
---|---|
tensorflow :: ops :: Conv2DBackpropFilter :: Attrs | Opcjonalne metody ustawiające atrybuty dla Conv2DBackpropFilter . |
Atrybuty publiczne
operacja
Operation operation
wynik
::tensorflow::Output output
Funkcje publiczne
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 )
węzeł
::tensorflow::Node * node() const
operator :: tensorflow :: Input
operator::tensorflow::Input() const
operator :: tensorflow :: Output
operator::tensorflow::Output() const
Publiczne funkcje statyczne
Format danych
Attrs DataFormat( StringPiece x )
Dylatacje
Attrs Dilations( const gtl::ArraySlice< int > & x )
ExplicitPaddings
Attrs ExplicitPaddings( const gtl::ArraySlice< int > & x )
UseCudnnOnGpu
Attrs UseCudnnOnGpu( bool x )