ML Topluluk Günü 9 Kasım! TensorFlow, JAX güncellemeler için bize katılın ve daha fazla bilgi edinin

tensorflow :: ops :: Conv2DBackpropFilter

#include <nn_ops.h>

Filtreye göre evrişim gradyanlarını hesaplar.

Özet

Argümanlar:

  • kapsam: Bir Scope nesnesi
  • girdi: 4 boyutlu [batch, in_height, in_width, in_channels] .
  • filter_sizes: filter tensör şeklini temsil eden bir tamsayı vektörü, burada filter bir 4-D [filter_height, filter_width, in_channels, out_channels] tensörü olduğu.
  • out_backprop: 4 boyutlu [batch, out_height, out_width, out_channels] . Gradyanlar, evrişimin çıktısını oluşturur.
  • strides: Evrişim girdisinin her bir boyutu için kayan pencerenin adımı. Format ile belirtilen boyut ile aynı sırada olmalıdır.
  • padding: Kullanılacak dolgu algoritmasının türü.

İsteğe bağlı özellikler (bkz. Attrs ):

  • explicit_paddings: Eğer padding "EXPLICIT" , açık dolgu miktarlarının listesi. explicit_paddings[2 * i] . Boyut için, boyuttan önce ve sonra eklenen dolgu miktarı sırasıyla explicit_paddings[2 * i] ve explicit_paddings[2 * i + 1] . padding "EXPLICIT" değilse, explicit_paddings boş olmalıdır.
  • data_format: Giriş ve çıkış verilerinin veri formatını belirtin. Varsayılan biçim "NHWC" ile, veriler şu sırayla saklanır: [batch, in_height, in_width, in_channels]. Alternatif olarak, format "NCHW" olabilir, veri saklama sırası: [batch, in_channels, in_height, in_width].
  • genişlemeler: 1-D uzunluk tensörü 4. Her input boyutu için genişleme faktörü. K> 1 olarak ayarlanırsa, o boyuttaki her filtre öğesi arasında k-1 atlanan hücreler olacaktır. Boyut sırası data_format değerine göre data_format , ayrıntılar için yukarıya bakın. Parti ve derinlik boyutlarındaki genişlemeler 1 olmalıdır.

İadeler:

  • Output : [filter_height, filter_width, in_channels, out_channels] şeklinde 4-D. Gradyan, evrişimin filter girdisini oluşturdu.

Yapıcılar ve Yıkıcılar

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)

Genel özellikler

operation
output

Kamusal işlevler

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

Genel statik işlevler

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

Yapılar

tensorflow :: ops :: Conv2DBackpropFilter :: Attrs

Conv2DBackpropFilter için isteğe bağlı öznitelik belirleyiciler.

Genel özellikler

operasyon

Operation operation

çıktı

::tensorflow::Output output

Kamusal işlevler

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
)

düğüm

::tensorflow::Node * node() const 

operator :: tensorflow :: Girdi

 operator::tensorflow::Input() const 

operator :: tensorflow :: Çıktı

 operator::tensorflow::Output() const 

Genel statik işlevler

Veri formatı

Attrs DataFormat(
  StringPiece x
)

Dilatasyonlar

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

ExplicitPaddings

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

UseCudnnOnGpu

Attrs UseCudnnOnGpu(
  bool x
)