tensorflow :: ops :: Conv2DBackpropFilter

필터에 대한 컨볼 루션의 기울기를 계산합니다.

요약

인수 :

• 범위 : 범위 개체
• 입력 : 4-D 모양 [batch, in_height, in_width, in_channels] .
• filter_sizes : filter 의 텐서 모양을 나타내는 정수 벡터입니다. 여기서 filter 는 4-D [filter_height, filter_width, in_channels, out_channels] 텐서입니다.
• out_backprop : 모양이 [batch, out_height, out_width, out_channels] 4-D. 컨볼 루션의 출력을 그라데이션합니다.
• strides : 컨볼 루션 입력의 각 차원에 대한 슬라이딩 윈도우의 보폭입니다. format으로 지정된 차원과 동일한 순서 여야합니다.
• padding : 사용할 채우기 알고리즘의 유형입니다.

선택적 속성 ( Attrs 참조) :

• explicit_paddings : padding 이 "EXPLICIT" 인 경우 명시 적 패딩 금액 목록입니다. i 번째 차원의 경우 차원 앞뒤에 삽입되는 패딩 양은 각각 explicit_paddings[2 * i] 및 explicit_paddings[2 * i + 1] 입니다. padding 이 "EXPLICIT" 가 아닌 경우 explicit_paddings 는 비어 있어야합니다.
• data_format : 입력 및 출력 데이터의 데이터 형식을 지정합니다. 기본 형식 "NHWC"를 사용하면 데이터가 [batch, in_height, in_width, in_channels] 순서로 저장됩니다. 또는 형식은 [batch, in_channels, in_height, in_width]의 데이터 저장 순서 인 "NCHW"일 수 있습니다.
• dilations : 길이 4의 1-D 텐서. input 각 차원에 대한 확장 계수. k> 1로 설정하면 해당 차원의 각 필터 요소 사이에 k-1 개의 건너 뛴 셀이 있습니다. 차원 순서는 data_format 의 값에 의해 결정됩니다. 자세한 내용은 위를 참조하십시오. 배치 및 깊이 치수의 확장은 1이어야합니다.

보고:

• Output : [filter_height, filter_width, in_channels, out_channels] 모양의 4-D. 컨볼 루션의 filter 입력에 대한 기울기.

공용 속성

Operation operation

::tensorflow::Output output

 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
)

::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
)