tensorflow :: ops :: DepthwiseConv2dNative

4 차원 input 및 filter 텐서가 주어진 경우 2 차원 깊이 별 컨볼 루션을 계산합니다.

요약

형상의 입력 텐서 주어 [batch, in_height, in_width, in_channels] 과 필터 / 커널 텐서 형상 [filter_height, filter_width, in_channels, channel_multiplier] 함유 in_channels 깊이 1의 컨볼 루션 필터, depthwise_conv2d 각 입력 채널에 다른 필터를 적용 (각 채널에 대해 1 개 채널에서 channel_multiplier 채널로 확장 됨) 결과를 함께 연결합니다. 따라서 출력에는 in_channels * channel_multiplier 채널이 있습니다.

for k in 0..in_channels-1
  for q in 0..channel_multiplier-1
    output[b, i, j, k * channel_multiplier + q] =
      sum_{di, dj} input[b, strides[1] * i + di, strides[2] * j + dj, k] *
                        filter[di, dj, k, q]

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

인수 :

• 범위 : 범위 개체
• strides : 길이의 1-D 4. input 각 차원에 대한 슬라이딩 윈도우의 보폭.
• padding : 사용할 채우기 알고리즘의 유형입니다.

선택적 속성 ( Attrs 참조) :

• data_format : 입력 및 출력 데이터의 데이터 형식을 지정합니다. 기본 형식 "NHWC"를 사용하면 데이터가 [배치, 높이, 너비, 채널] 순서로 저장됩니다. 또는 형식은 [배치, 채널, 높이, 너비]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 : 출력 텐서.

공용 속성

Operation operation

::tensorflow::Output output

 DepthwiseConv2dNative(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 DepthwiseConv2dNative(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const DepthwiseConv2dNative::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
)