tensorflow:: ops:: Conv2DBackpropInput

ইনপুটের সাপেক্ষে কনভোলিউশনের গ্রেডিয়েন্টগুলো গণনা করে।

সারসংক্ষেপ

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• input_sizes: একটি পূর্ণসংখ্যা ভেক্টর যা input আকৃতিকে উপস্থাপন করে, যেখানে input হলো একটি ৪-মাত্রিক [batch, height, width, channels] টেনসর।
• ফিল্টার: ৪-মাত্রিক, যার আকৃতি [filter_height, filter_width, in_channels, out_channels] ।
• out_backprop: [batch, out_height, out_width, out_channels] আকৃতির ৪-মাত্রিক কাঠামো। কনভোলিউশনের আউটপুটের সাপেক্ষে গ্রেডিয়েন্টসমূহ।
• স্ট্রাইডস: কনভোলিউশনের ইনপুটের প্রতিটি ডাইমেনশনের জন্য স্লাইডিং উইন্ডোর স্ট্রাইড। এটি অবশ্যই ফরম্যাটের সাথে নির্দিষ্ট করা ডাইমেনশনের ক্রমানুসারে হতে হবে।
• প্যাডিং: কোন ধরনের প্যাডিং অ্যালগরিদম ব্যবহার করা হবে।

ঐচ্ছিক অ্যাট্রিবিউটসমূহ (দেখুন Attrs ):

• explicit_paddings: যদি padding "EXPLICIT" হয়, তাহলে সুস্পষ্ট প্যাডিং পরিমাণের তালিকা। i-তম ডাইমেনশনের জন্য, ডাইমেনশনের আগে এবং পরে যোগ করা প্যাডিংয়ের পরিমাণ হলো যথাক্রমে explicit_paddings[2 * i] এবং explicit_paddings[2 * i + 1] যদি padding "EXPLICIT" না হয়, তাহলে explicit_paddings অবশ্যই খালি থাকতে হবে।
• ডেটা_ফরম্যাট: ইনপুট এবং আউটপুট ডেটার ফরম্যাট নির্দিষ্ট করুন। ডিফল্ট ফরম্যাট "NHWC"-তে, ডেটা এই ক্রমে সংরক্ষিত হয়: [ব্যাচ, ইন_হাইট, ইন_উইডথ, ইন_চ্যানেলস]। বিকল্পভাবে, ফরম্যাটটি "NCHW" হতে পারে, যেখানে ডেটা সংরক্ষণের ক্রম হলো: [ব্যাচ, ইন_চ্যানেলস, ইন_হাইট, ইন_উইডথ]।
• ডাইলেশন: ৪ দৈর্ঘ্যের একটি ১-ডি টেনসর। এটি input প্রতিটি ডাইমেনশনের জন্য ডাইলেশন ফ্যাক্টর। যদি এর মান k > 1 সেট করা হয়, তাহলে সেই ডাইমেনশনের প্রতিটি ফিল্টার এলিমেন্টের মধ্যে k-1 টি সেল বাদ দেওয়া হবে। ডাইমেনশনের ক্রম data_format এর মান দ্বারা নির্ধারিত হয়, বিস্তারিত জানতে উপরে দেখুন। ব্যাচ এবং ডেপথ ডাইমেনশনে ডাইলেশন অবশ্যই ১ হতে হবে।

ফেরত:

• Output : [batch, in_height, in_width, in_channels] আকৃতির ৪-মাত্রিক। কনভোলিউশনের ইনপুটের সাপেক্ষে গ্রেডিয়েন্ট।

জনসাধারণের বৈশিষ্ট্য

Operation operation

::tensorflow::Output output

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2DBackpropInput::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
)

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

Attrs UseCudnnOnGpu(
  bool x
)