tensorflow:: ops:: Conv2DBackpropInput

#include <nn_ops.h>

מחשב את גרדיאנטי הקונבולוציה ביחס לקלט.

תַקצִיר

טיעונים:

  • היקף: אובייקט היקף
  • input_sizes: וקטור שלם המייצג את צורת input , כאשר input הוא טנזור 4-Md [batch, height, width, channels] .
  • מסנן: 4-ממדי עם צורה [filter_height, filter_width, in_channels, out_channels] .
  • out_backprop: צורה 4-ממדית עם צורה [batch, out_height, out_width, out_channels] . גרדיאנטים לפלט של הקונבולוציה.
  • צעדים: צעדי חלון ההזזה עבור כל ממד של הקלט של הקונבולוציה. חייב להיות באותו סדר כמו הממד שצוין עם format.
  • ריפוד: סוג אלגוריתם הריפוד שיש להשתמש בו.

מאפיינים אופציונליים (ראה Attrs ):

  • explicit_paddings: אם padding הוא "EXPLICIT" , רשימת כמויות הריפוד המפורשות. עבור הממד ה-i, כמות הריפוד המוכנסת לפני ואחרי הממד היא explicit_paddings[2 * i] ו- explicit_paddings[2 * i + 1] , בהתאמה. אם padding אינו "EXPLICIT" , explicit_paddings חייב להיות ריק.
  • data_format: ציין את פורמט הנתונים של נתוני הקלט והפלט. עם פורמט ברירת המחדל "NHWC", הנתונים מאוחסנים בסדר הבא: [batch, in_height, in_width, in_channels]. לחלופין, הפורמט יכול להיות "NCHW", סדר אחסון הנתונים הבא: [batch, in_channels, in_height, in_width].
  • הרחבות: טנזור חד-ממדי באורך 4. גורם ההרחבה עבור כל ממד של input . אם מוגדר ל-k > 1, יהיו k-1 תאים שדלגו עליהם בין כל רכיב מסנן באותו ממד. סדר הממדים נקבע על ידי הערך של data_format , ראה פרטים לעיל. הרחבות בממדי האצווה והעומק חייבות להיות 1.

החזרות:

  • Output : 4-ממדי עם צורה [batch, in_height, in_width, in_channels] . גרדיאנט עבור הקלט של הקונבולוציה.

בנאים והורסים

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)

מאפיינים ציבוריים

operation
output

תפקידים ציבוריים

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)

מבנים

tensorflow:: ops:: Conv2DBackpropInput:: Attrs

קובעי מאפיינים אופציונליים עבור Conv2DBackpropInput .

מאפיינים ציבוריים

מִבצָע 

Operation operation

תְפוּקָה 

::tensorflow::Output output

תפקידים ציבוריים

קלט Conv2DBackprop 

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

קלט Conv2DBackprop 

 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
)

צוֹמֶת 

::tensorflow::Node * node() const

אופרטור::tensorflow::קלט 

 operator::tensorflow::Input() const

אופרטור::tensorflow::פלט 

 operator::tensorflow::Output() const

פונקציות סטטיות ציבוריות

פורמט נתונים 

Attrs DataFormat(
  StringPiece x
)

התרחבות 

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

ריפודים מפורשים 

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

השתמש ב-CudnnOnGpu 

Attrs UseCudnnOnGpu(
  bool x
)