เทนเซอร์โฟลว์ :: ops :: Conv2DBackpropFilter

คำนวณการไล่ระดับสีของ Convolution ตามตัวกรอง

สรุป

อาร์กิวเมนต์:

• ขอบเขต: วัตถุ ขอบเขต
• อินพุต: 4-D ที่มีรูปร่าง [batch, in_height, in_width, in_channels]
• filter_sizes: เวกเตอร์จำนวนเต็มแทนรูปร่างเทนเซอร์ของ filter โดยที่ filter คือ 4-D [filter_height, filter_width, in_channels, out_channels] tensor
• out_backprop: 4 มิติที่มีรูปร่าง [batch, out_height, out_width, out_channels] การไล่ระดับสีจะเขียนผลลัพธ์ของคอนโวลูชั่น
• ก้าวย่าง: ก้าวของหน้าต่างบานเลื่อนสำหรับแต่ละมิติของอินพุตของคอนโวลูชั่น ต้องอยู่ในลำดับเดียวกันกับมิติข้อมูลที่ระบุด้วยรูปแบบ
• padding: ประเภทของอัลกอริทึมการขยายที่จะใช้

แอตทริบิวต์เสริม (ดู Attrs ):

• Explicit_paddings: หาก padding เป็น "EXPLICIT" รายการจำนวนเงินที่เพิ่มขึ้นอย่างชัดเจน สำหรับมิติที่ ith จำนวนของช่องว่างภายในที่แทรกก่อนและหลังมิติคือ explicit_paddings[2 * i] และ explicit_paddings[2 * i + 1] ตามลำดับ หาก padding ไม่ใช่ "EXPLICIT" explicit_paddings ต้องว่างเปล่า
• data_format: ระบุรูปแบบข้อมูลของข้อมูลอินพุตและเอาต์พุต ด้วยรูปแบบเริ่มต้น "NHWC" ข้อมูลจะถูกจัดเก็บตามลำดับ: [batch, in_height, in_width, in_channels] อีกวิธีหนึ่งรูปแบบอาจเป็น "NCHW" ลำดับการจัดเก็บข้อมูลของ: [batch, in_channels, in_height, in_width]
• การขยาย: 1-D เทนเซอร์ของความยาว 4. ปัจจัยการขยายสำหรับแต่ละมิติของ input หากตั้งค่าเป็น k> 1 จะมีเซลล์ที่ข้าม k-1 ระหว่างองค์ประกอบตัวกรองแต่ละตัวในมิติข้อมูลนั้น ลำดับมิติถูกกำหนดโดยค่าของ data_format ดูรายละเอียดด้านบน การขยายตัวในชุดและขนาดความลึกต้องเป็น 1

ผลตอบแทน:

• Output : 4 มิติที่มีรูปร่าง [filter_height, filter_width, in_channels, out_channels] การไล่ระดับสีเขียนอินพุต filter ของคอนโวลูชั่น

คุณลักษณะสาธารณะ

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
)