flux tensoriel : : opérations : : Conv3D

Calcule une convolution 3D à partir des tenseurs input et filter 5D.

Résumé

En traitement du signal, la corrélation croisée est une mesure de similarité de deux formes d'onde en fonction d'un décalage temporel appliqué à l'une d'elles. Ceci est également connu sous le nom de produit scalaire glissant ou de produit interne coulissant.

Notre Conv3D implémente une forme de corrélation croisée.

Arguments:

• scope : un objet Scope
• entrée : Forme [batch, in_depth, in_height, in_width, in_channels] .
• filtre : forme [filter_depth, filter_height, filter_width, in_channels, out_channels] . in_channels doit correspondre entre input et filter .
• foulées : tenseur 1-D de longueur 5. La foulée de la fenêtre glissante pour chaque dimension d' input . Doit avoir strides[0] = strides[4] = 1 .
• padding : Le type d’algorithme de remplissage à utiliser.

Attributs facultatifs (voir Attrs ) :

• data_format : le format de données des données d'entrée et de sortie. Avec le format par défaut « NDHWC », les données sont stockées dans l'ordre suivant : [batch, in_degree, in_height, in_width, in_channels]. Alternativement, le format pourrait être « NCDHW », l'ordre de stockage des données est : [batch, in_channels, in_degree, in_height, in_width].
• dilatations : tenseur 1-D de longueur 5. Le facteur de dilatation pour chaque dimension d' input . Si défini sur k > 1, il y aura k-1 cellules ignorées entre chaque élément de filtre sur cette dimension. L'ordre des dimensions est déterminé par la valeur de data_format , voir ci-dessus pour plus de détails. Les dilatations dans les dimensions du lot et de la profondeur doivent être de 1.

Retour:

• Output : Le tenseur de sortie.

Attributs publics

Operation operation

::tensorflow::Output output

 Conv3D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv3D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv3D::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
)