도움말 Kaggle에 TensorFlow과 그레이트 배리어 리프 (Great Barrier Reef)를 보호하기 도전에 참여

tensorflow :: ops :: Conv2D

#include <nn_ops.h>

4 차원 inputfilter 텐서가 주어진 경우 2 차원 컨볼 루션을 계산합니다.

요약

[batch, in_height, in_width, in_channels] 형태의 입력 텐서와 [filter_height, filter_width, in_channels, out_channels] 형태의 필터 / 커널 텐서가 [filter_height, filter_width, in_channels, out_channels] 이 연산은 다음을 수행합니다.

  1. 필터를 [filter_height * filter_width * in_channels, output_channels] 모양의 2 차원 행렬로 평평하게 [filter_height * filter_width * in_channels, output_channels] .
  2. 입력 텐서에서 이미지 패치를 추출하여 [batch, out_height, out_width, filter_height * filter_width * in_channels] 모양의 가상 텐서를 형성합니다.
  3. 각 패치에 대해 필터 행렬과 이미지 패치 벡터를 오른쪽 곱합니다.

자세히, 기본 NHWC 형식

output[b, i, j, k] =
    sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q] *
                    filter[di, dj, q, k]

strides[0] = strides[3] = 1 이어야합니다. 동일한 수평 및 꼭지점 strides의 가장 일반적인 경우에 strides = [1, stride, stride, 1] .

인수 :

  • 범위 : 범위 개체
  • 입력 : 4 차원 텐서. 차원 순서는 data_format 값에 따라 해석됩니다. 자세한 내용은 아래를 참조하십시오.
  • 필터 : 모양의 4 차원 텐서 [filter_height, filter_width, in_channels, out_channels]
  • strides : 길이의 1 차원 텐서 4. 각 input 차원에 대한 슬라이딩 윈도우의 보폭. 차원 순서는 data_format 값에 의해 결정됩니다. 자세한 내용은 아래를 참조하십시오.
  • padding : 사용할 채우기 알고리즘의 유형입니다.

선택적 속성 ( Attrs 참조) :

  • explicit_paddings : padding"EXPLICIT" 인 경우 명시 적 패딩 금액 목록입니다. i 번째 차원의 경우 차원 앞뒤에 삽입되는 패딩의 양은 각각 explicit_paddings[2 * i]explicit_paddings[2 * i + 1] 입니다. padding"EXPLICIT" 가 아닌 경우 explicit_paddings 는 비어 있어야합니다.
  • data_format : 입력 및 출력 데이터의 데이터 형식을 지정합니다. 기본 형식 "NHWC"를 사용하면 데이터가 [배치, 높이, 너비, 채널] 순서로 저장됩니다. 또는 형식은 데이터 저장 순서 인 "NCHW"일 수 있습니다. [배치, 채널, 높이, 너비].
  • dilations : 길이 4의 1-D 텐서. input 각 차원에 대한 확장 인자. 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 : 4-D 텐서. 차원 순서는 data_format 값에 의해 결정됩니다. 자세한 내용은 아래를 참조하십시오.

생성자와 소멸자

Conv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, StringPiece padding)
Conv2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, StringPiece padding, const Conv2D::Attrs & attrs)

공용 속성

operation
output

공공 기능

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

공개 정적 함수

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

구조체

tensorflow :: ops :: Conv2D :: Attrs

Conv2D에 대한 선택적 속성 설정자.

공용 속성

조작

Operation operation

산출

::tensorflow::Output output

공공 기능

Conv2D

 Conv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

Conv2D

 Conv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2D::Attrs & attrs
)

마디

::tensorflow::Node * node() const 

연산자 :: tensorflow :: 입력

 operator::tensorflow::Input() const 

연산자 :: tensorflow :: 출력

 operator::tensorflow::Output() const 

공개 정적 함수

DataFormat

Attrs DataFormat(
  StringPiece x
)

팽창

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

ExplicitPaddings

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

UseCudnnOnGpu

Attrs UseCudnnOnGpu(
  bool x
)