tensorflow :: ops :: Conv2DBackpropFilter

#include <nn_ops.h>

Calcula os gradientes de convolução em relação ao filtro.

Resumo

Argumentos:

  • escopo: um objeto Scope
  • entrada: 4-D com forma [batch, in_height, in_width, in_channels] .
  • filter_sizes: Um vetor inteiro que representa a forma tensorial do filter , onde o filter é um tensor 4-D [filter_height, filter_width, in_channels, out_channels] .
  • out_backprop: 4-D com forma [batch, out_height, out_width, out_channels] . Os gradientes são a saída da convolução.
  • strides: O stride da janela deslizante para cada dimensão da entrada da convolução. Deve estar na mesma ordem que a dimensão especificada com o formato.
  • preenchimento: o tipo de algoritmo de preenchimento a ser usado.

Atributos opcionais (consulte Attrs ):

  • explicit_paddings: se o padding for "EXPLICIT" , a lista de valores de preenchimento explícito. Para a i-ésima dimensão, a quantidade de preenchimento inserido antes e depois da dimensão é explicit_paddings[2 * i] e explicit_paddings[2 * i + 1] , respectivamente. Se o padding não for "EXPLICIT" , o explicit_paddings deve estar vazio.
  • data_format: especifique o formato dos dados de entrada e saída. Com o formato padrão "NHWC", os dados são armazenados na ordem de: [batch, in_height, in_width, in_channels]. Alternativamente, o formato pode ser "NCHW", a ordem de armazenamento de dados de: [lote, in_channels, in_height, in_width].
  • dilatações: tensor 1-D de comprimento 4. O fator de dilatação para cada dimensão de input . Se definido como k> 1, haverá k-1 células ignoradas entre cada elemento de filtro nessa dimensão. A ordem da dimensão é determinada pelo valor de data_format , consulte acima para obter detalhes. As dilatações nas dimensões do lote e da profundidade devem ser 1.

Retorna:

  • Output : 4-D com forma [filter_height, filter_width, in_channels, out_channels] . Gradiente em relação à entrada do filter da convolução.

Construtores e Destruidores

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)

Atributos públicos

operation
output

Funções públicas

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Funções estáticas públicas

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

Structs

tensorflow :: ops :: Conv2DBackpropFilter :: Attrs

Configuradores de atributos opcionais para Conv2DBackpropFilter .

Atributos públicos

Operação

Operation operation

resultado

::tensorflow::Output output

Funções públicas

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
)

::tensorflow::Node * node() const 

operador :: tensorflow :: Input

 operator::tensorflow::Input() const 

operador :: tensorflow :: Saída

 operator::tensorflow::Output() const 

Funções estáticas públicas

Formato de dados

Attrs DataFormat(
  StringPiece x
)

Dilatações

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

ExplicitPaddings

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

UseCudnnOnGpu

Attrs UseCudnnOnGpu(
  bool x
)