עזרה להגן על שונית המחסום הגדולה עם TensorFlow על Kaggle הצטרפו אתגר

זרימת טנסור :: אופ :: Conv2DBackpropFilter

#include <nn_ops.h>

מחשבת את שיפועי הפיתול ביחס למסנן.

סיכום

טענות:

  • היקף: אובייקט Scope
  • קלט: 4-D עם צורה [batch, in_height, in_width, in_channels] .
  • filter_sizes: וקטור שלם המייצג את צורת הטנסור של filter , כאשר filter הוא 4-D [filter_height, filter_width, in_channels, out_channels] tensor.
  • out_backprop: 4-D עם צורה [batch, out_height, out_width, out_channels] . שיפועים עברו את תפוקת הקונבולוציה.
  • צעדים: צעד החלון הזזה לכל מימד של קלט הקונבולוציה. חייב להיות באותו סדר כמו הממד שצוין בתבנית.
  • ריפוד: סוג אלגוריתם הריפוד לשימוש.

מאפיינים אופציונליים (ראה Attrs ):

  • explicit_paddings: אם padding הוא "EXPLICIT" , רשימת סכומי הריפוד המפורשים. עבור הממד ה- IH, כמות הריפודים שהוכנסה לפני הממד ואחריו היא ריפודים explicit_paddings[2 * i] וריפודים explicit_paddings[2 * i + 1] , בהתאמה. אם padding אינו "EXPLICIT" , "EXPLICIT" explicit_paddings חייבים להיות ריקים.
  • data_format: ציין את פורמט הנתונים של נתוני הקלט והפלט. בתבנית ברירת המחדל "NHWC", הנתונים נשמרים לפי הסדר של: [אצווה, בגובה, ברוחב, בערוצים]. לחלופין, הפורמט יכול להיות "NCHW", סדר אחסון הנתונים של: [אצווה, בערוצים, בגובה, ברוחב].
  • התרחבות: אורך טנסור 1-D 4. גורם ההתרחבות לכל מימד input . אם מוגדר כ- k> 1, יהיו תאי דילוג בין k-1 בין כל אלמנט המסנן בממד זה. סדר המימדים נקבע על פי הערך של data_format , ראה לעיל לפרטים. התרחבות במידות האצווה והעומק חייבת להיות 1.

החזרות:

  • Output : 4-D עם צורה [filter_height, filter_width, in_channels, out_channels] . מעבר צבע עם קלט filter של הפיתול.

בונים והרסנים

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)

תכונות ציבוריות

operation
output

פונקציות ציבוריות

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

פונקציות סטטיות ציבוריות

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

סטרוקטורים

tensorflow :: ops :: Conv2DBackpropFilter :: Attrs

קובעי תכונות אופציונליים עבור Conv2DBackpropFilter .

תכונות ציבוריות

מבצע

Operation operation

תְפוּקָה

::tensorflow::Output output

פונקציות ציבוריות

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
)

צוֹמֶת

::tensorflow::Node * node() const 

אופרטור :: זרימת טנסור :: קלט

 operator::tensorflow::Input() const 

אופרטור :: זרימת טנסור :: פלט

 operator::tensorflow::Output() const 

פונקציות סטטיות ציבוריות

פורמט נתונים

Attrs DataFormat(
  StringPiece x
)

התרחבות

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

ExplicitPaddings

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

UseCudnnOnGpu

Attrs UseCudnnOnGpu(
  bool x
)