Odpowiedz już dziś na lokalne wydarzenie TensorFlow Everywhere!
Ta strona została przetłumaczona przez Cloud Translation API.
Switch to English

tensorflow :: ops :: Conv2DBackpropFilter

#include <nn_ops.h>

Oblicza gradienty splotu w odniesieniu do filtra.

Podsumowanie

Argumenty:

  • zakres: obiekt Scope
  • wejście: 4-D z kształtem [batch, in_height, in_width, in_channels] .
  • filter_sizes: wektor będący liczbą całkowitą reprezentujący kształt tensora filter , gdzie filter jest tensorem 4-D [filter_height, filter_width, in_channels, out_channels] .
  • out_backprop: 4-D with shape [batch, out_height, out_width, out_channels] . Gradienty na wyjściu splotu.
  • kroki: krok przesuwanego okna dla każdego wymiaru wejścia splotu. Musi być w tej samej kolejności co wymiar określony w formacie.
  • padding: typ algorytmu dopełniania, który ma być używany.

Atrybuty opcjonalne (patrz Attrs ):

  • explicite_paddings: jeśli padding to "EXPLICIT" , lista jawnych kwot dopełnienia. W przypadku i-tego wymiaru ilość wypełnienia wstawionego przed i po wymiarze wynosi odpowiednio: explicit_paddings[2 * i] i explicit_paddings[2 * i + 1] . Jeśli padding nie jest "EXPLICIT" , "EXPLICIT" explicit_paddings muszą być puste.
  • data_format: Określ format danych wejściowych i wyjściowych. W domyślnym formacie „NHWC” dane są przechowywane w kolejności: [batch, in_height, in_width, in_channels]. Alternatywnie, format mógłby być „NCHW”, kolejność przechowywania danych: [partia, in_channels, in_height, in_width].
  • dylatacje: 1-D tensor długości 4. Współczynnik dylatacji dla każdego wymiaru input . Jeśli ustawiono na k> 1, między każdym elementem filtrującym w tym wymiarze będzie k-1 pominiętych komórek. Kolejność wymiarów jest określana na podstawie wartości data_format , szczegóły podano powyżej. Dylatacje w wymiarze partii i głębokości muszą wynosić 1.

Zwroty:

  • Output : 4-D z kształtem [filter_height, filter_width, in_channels, out_channels] . Gradient w stosunku do wejścia filter splotu.

Konstruktorzy i niszczyciele

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)

Atrybuty publiczne

operation
output

Funkcje publiczne

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

Publiczne funkcje statyczne

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

Struktury

tensorflow :: ops :: Conv2DBackpropFilter :: Attrs

Opcjonalne metody ustawiające atrybuty dla Conv2DBackpropFilter .

Atrybuty publiczne

operacja

Operation operation

wynik

::tensorflow::Output output

Funkcje publiczne

Conv2DBackpropFilter

 Conv2DBackpropFilter(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter_sizes,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

Conv2DBackpropFilter

 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
)

węzeł

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const 

Publiczne funkcje statyczne

Format danych

Attrs DataFormat(
  StringPiece x
)

Dylatacje

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

ExplicitPaddings

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

UseCudnnOnGpu

Attrs UseCudnnOnGpu(
  bool x
)