텐서플로우:: 작전:: 전환3D

5차원 input 및 filter 텐서가 주어지면 3차원 컨볼루션을 계산합니다.

요약

신호 처리에서 상호 상관은 두 파형 중 하나에 적용된 시간 지연의 함수로서 두 파형의 유사성을 측정하는 것입니다. 이는 슬라이딩 내적(sliding dot product) 또는 슬라이딩 내적(sliding inner-product)이라고도 합니다.

Conv3D는 상호 상관 형태를 구현합니다.

인수:

• 범위: 범위 개체
• 입력: 모양 [batch, in_depth, in_height, in_width, in_channels] .
• 필터: 모양 [filter_depth, filter_height, filter_width, in_channels, out_channels] . in_channels input 과 filter 사이에서 일치해야 합니다.
• strides: 길이가 5인 1차원 텐서. input 의 각 차원에 대한 슬라이딩 윈도우의 보폭입니다. strides[0] = strides[4] = 1 이어야 합니다.
• padding: 사용할 패딩 알고리즘 유형입니다.

선택적 속성( Attrs 참조):

• data_format: 입력 및 출력 데이터의 데이터 형식입니다. 기본 형식 "NDHWC"를 사용하면 데이터가 [batch, in_length, in_height, in_width, in_channels] 순서로 저장됩니다. 또는 형식이 "NCDHW"일 수 있으며 데이터 저장 순서는 [batch, in_channels, in_length, in_height, in_width]입니다.
• 팽창: 길이가 5인 1차원 텐서. input 의 각 차원에 대한 팽창 인자입니다. k > 1로 설정되면 해당 차원의 각 필터 요소 사이에 k-1개의 건너뛴 셀이 있게 됩니다. 차원 순서는 data_format 값에 따라 결정됩니다. 자세한 내용은 위를 참조하세요. 배치 차원과 깊이 차원의 팽창은 1이어야 합니다.

보고:

• Output : 출력 텐서.

공개 속성

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
)