tensorflow :: ops :: Conv3D

Oblicza splot trójwymiarowy przy input 5- input i tensorach filter .

streszczenie

W przetwarzaniu sygnałów korelacja krzyżowa jest miarą podobieństwa dwóch przebiegów w funkcji opóźnienia czasowego zastosowanego do jednego z nich. Jest to również znane jako przesuwny iloczyn skalarny lub przesuwny iloczyn skalarny.

Nasz Conv3D implementuje formę korelacji krzyżowej.

Argumenty:

• zakres: obiekt Scope
• dane wejściowe: Shape [batch, in_depth, in_height, in_width, in_channels] .
• filter: Shape [filter_depth, filter_height, filter_width, in_channels, out_channels] . in_channels muszą być zgodne między in_channels input a filter .
• kroki: 1-D tensor długości 5. Skok okna przesuwnego dla każdego wymiaru input . Musi mieć strides[0] = strides[4] = 1 .
• padding: typ algorytmu dopełniania, który ma być używany.

Atrybuty opcjonalne (patrz Attrs ):

• data_format: format danych wejściowych i wyjściowych. W przypadku domyślnego formatu „NDHWC” dane są przechowywane w kolejności: [batch, in_depth, in_height, in_width, in_channels]. Alternatywnie, format mógłby być „NCDHW”, kolejność przechowywania danych to: [batch, in_channels, in_depth, in_height, in_width].
• dylatacje: 1-D tensor długości 5. 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 wartości data_format , patrz powyżej, aby uzyskać szczegółowe informacje. Dylatacje w wymiarze partii i głębokości muszą wynosić 1.

Zwroty:

• Output : tensor wyjściowy.

Atrybuty publiczne

Operation operation

::tensorflow::Output output

 Conv3D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv3D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv3D::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
)