เทนเซอร์โฟลว์ :: ops :: Conv2DBackpropInput

#include <nn_ops.h>

คำนวณการไล่ระดับสีของ Convolution ตามข้อมูลที่ป้อน

สรุป

อาร์กิวเมนต์:

  • ขอบเขต: วัตถุ ขอบเขต
  • input_sizes: เวกเตอร์จำนวนเต็มแทนรูปร่างของ input โดยที่ input เป็นเทนเซอร์ 4-D [batch, height, width, channels]
  • ตัวกรอง: 4 มิติที่มีรูปร่าง [filter_height, filter_width, in_channels, out_channels]
  • 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-D ที่มีรูปร่าง [batch, in_height, in_width, in_channels] Gradient เขียนอินพุตของคอนโวลูชั่น

ผู้สร้างและผู้ทำลาย

Conv2DBackpropInput (const :: tensorflow::Scope & scope, :: tensorflow::Input input_sizes, :: tensorflow::Input filter, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding)
Conv2DBackpropInput (const :: tensorflow::Scope & scope, :: tensorflow::Input input_sizes, :: tensorflow::Input filter, :: tensorflow::Input out_backprop, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2DBackpropInput::Attrs & attrs)

คุณลักษณะสาธารณะ

operation
output

หน้าที่สาธารณะ

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

ฟังก์ชั่นคงที่สาธารณะ

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

โครงสร้าง

tensorflow :: ops :: Conv2DBackpropInput :: Attrs

ตัวตั้งค่าแอตทริบิวต์ทางเลือกสำหรับ Conv2DBackpropInput

คุณลักษณะสาธารณะ

การดำเนินการ

Operation operation

เอาท์พุท

::tensorflow::Output output

หน้าที่สาธารณะ

Conv2DBackpropInput

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

Conv2DBackpropInput

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2DBackpropInput::Attrs & attrs
)

โหนด

::tensorflow::Node * node() const 

ตัวดำเนินการ :: tensorflow :: อินพุต

 operator::tensorflow::Input() const 

ตัวดำเนินการ :: tensorflow :: เอาต์พุต

 operator::tensorflow::Output() const 

ฟังก์ชั่นคงที่สาธารณะ

DataFormat

Attrs DataFormat(
  StringPiece x
)

การขยายตัว

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

ExplicitPaddings

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

UseCudnnOnGpu

Attrs UseCudnnOnGpu(
  bool x
)