tensorflow :: ops :: Conv2D
#include <nn_ops.h>
Oblicza splot 2-D przy input
4-D i tensorach filter
.
streszczenie
Mając wejściowy tensor kształtu [batch, in_height, in_width, in_channels]
i filtr / tensor jądra kształtu [filter_height, filter_width, in_channels, out_channels]
, ta [filter_height, filter_width, in_channels, out_channels]
wykonuje następujące czynności:
- Spłaszcza filtr do macierzy 2-D o kształcie
[filter_height * filter_width * in_channels, output_channels]
. - Wyodrębnia łaty obrazu z wejściowego tensora, aby utworzyć wirtualny tensor kształtu
[batch, out_height, out_width, filter_height * filter_width * in_channels]
. - Dla każdej wstawki mnoży w prawo macierz filtra i wektor wstawki obrazu.
W szczegółach, z domyślnym formatem NHWC,
output[b, i, j, k] = sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q] * filter[di, dj, q, k]
Musi mieć strides[0] = strides[3] = 1
. W najczęstszym przypadku tych samych pasków poziomych i wierzchołków strides = [1, stride, stride, 1]
.
Argumenty:
- zakres: obiekt Scope
- wejście: tensor 4-D. Kolejność wymiarów jest interpretowana zgodnie z wartością
data_format
, patrz poniżej, aby uzyskać szczegółowe informacje. - filtr: tensor kształtu 4-D
[filter_height, filter_width, in_channels, out_channels]
- kroki: 1-D tensor o długości 4. Skok okna przesuwnego dla każdego wymiaru
input
. Kolejność wymiarów jest określana przez wartośćdata_format
, patrz poniżej, aby uzyskać szczegółowe informacje. - 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: [partia, wysokość, szerokość, kanały]. Alternatywnie, format mógłby być „NCHW”, kolejność przechowywania danych: [partia, kanały, wysokość, szerokość].
- 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
: tensor 4-D. Kolejność wymiarów jest określana przez wartośćdata_format
, patrz poniżej, aby uzyskać szczegółowe informacje.
Konstruktorzy i niszczyciele | |
---|---|
Conv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, StringPiece padding) | |
Conv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2D::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 :: Conv2D :: Attrs |
Atrybuty publiczne
operacja
Operation operation
wynik
::tensorflow::Output output
Funkcje publiczne
Conv2D
Conv2D( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter, const gtl::ArraySlice< int > & strides, StringPiece padding )
Conv2D
Conv2D( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2D::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 )