tensorflow::ops::Conv2DBackpropInput

Menghitung gradien konvolusi terhadap input.

Ringkasan

Argumen:

• Cakupan: Objek Cakupan
• input_sizes: Vektor bilangan bulat yang mewakili bentuk input , di mana input adalah tensor 4-D [batch, height, width, channels] .
• filter: 4-D dengan bentuk [filter_height, filter_width, in_channels, out_channels] .
• out_backprop: 4-D dengan bentuk [batch, out_height, out_width, out_channels] . Gradien terhadap output konvolusi.
• strides: Langkah (stride) jendela geser untuk setiap dimensi input konvolusi. Harus dalam urutan yang sama dengan dimensi yang ditentukan dengan format.
• padding: Jenis algoritma padding yang akan digunakan.

Atribut opsional (lihat Attrs ):

• explicit_paddings: Jika padding adalah "EXPLICIT" , maka daftar jumlah padding eksplisit. Untuk dimensi ke-i, jumlah padding yang disisipkan sebelum dan sesudah dimensi adalah explicit_paddings[2 * i] dan explicit_paddings[2 * i + 1] , masing-masing. Jika padding bukan "EXPLICIT" , maka explicit_paddings harus kosong.
• data_format: Tentukan format data input dan output. Dengan format default "NHWC", data disimpan dalam urutan: [batch, in_height, in_width, in_channels]. Atau, formatnya bisa "NCHW", urutan penyimpanan data: [batch, in_channels, in_height, in_width].
• Dilasi: tensor 1-D dengan panjang 4. Faktor dilasi untuk setiap dimensi input . Jika diatur ke k > 1, akan ada k-1 sel yang dilewati di antara setiap elemen filter pada dimensi tersebut. Urutan dimensi ditentukan oleh nilai data_format , lihat detail di atas. Dilasi pada dimensi batch dan kedalaman harus 1.

Mengembalikan:

• Output : 4-D dengan bentuk [batch, in_height, in_width, in_channels] . Gradien terhadap input konvolusi.

Atribut publik

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
)