tensorflow:: ops:: Conv2DBackpropInput

入力に対する畳み込みの勾配を計算します。

まとめ

議論:

• スコープ:スコープオブジェクト
• input_sizes: inputの形状を表す整数ベクトル。 input 4次元テンソル[batch, height, width, channels]です。
• フィルタ: 形状[filter_height, filter_width, in_channels, out_channels]の 4 次元フィルタ。
• out_backprop: 形状が[batch, out_height, out_width, out_channels]の 4 次元オブジェクト。畳み込みの出力に関する勾配。
• ストライド：畳み込みの入力の各次元におけるスライディングウィンドウのストライド。フォーマットで指定された次元と同じ順序である必要があります。
• padding: 使用するパディングアルゴリズムの種類。

オプション属性（ Attrs参照）：

• explicit_paddings: If padding is "EXPLICIT" , the list of explicit padding amounts. For the ith dimension, the amount of padding inserted before and after the dimension is explicit_paddings[2 * i] and explicit_paddings[2 * i + 1] , respectively. If padding is not "EXPLICIT" , explicit_paddings must be empty.
• data_format: 入力データと出力データのデータ形式を指定します。デフォルトの形式「NHWC」では、データは[batch、in_height、in_width、in_channels]の順で格納されます。あるいは、形式を「NCHW」に指定することもできます。この場合、データの格納順序は[batch、in_channels、in_height、in_width]となります。
• 膨張: 長さ 4 の 1 次元テンソル。 inputの各次元の膨張係数。k > 1 に設定すると、その次元の各フィルタ要素間に k-1 個のスキップされたセルが存在します。次元の順序はdata_formatの値によって決まります。詳細は上記を参照してください。バッチ次元と深度次元の膨張は 1 でなければなりません。

返品:

• Output ：形状が[batch, in_height, in_width, in_channels]の 4 次元データ。畳み込みの入力に対する勾配。

公開属性

Operation operation

::tensorflow::Output output

 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
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs DataFormat(
  StringPiece x
)

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

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

Attrs UseCudnnOnGpu(
  bool x
)