텐서플로우:: ops:: Conv3DBackpropInputV2

입력에 대한 3차원 컨볼루션의 기울기를 계산합니다.

요약

논거:

• 범위: Scope 객체
• input_sizes: input 의 텐서 형태를 나타내는 정수 벡터입니다. 여기서 input 5차원 [batch, depth, rows, cols, in_channels] 텐서입니다.
• 필터: 형태 [depth, rows, cols, in_channels, out_channels] . in_channels input 과 filter 간에 일치해야 합니다.
• out_backprop: [batch, out_depth, out_rows, out_cols, out_channels] 형태의 역전파 신호입니다.
• strides: 길이가 5인 1차원 텐서. input 의 각 차원에 대한 슬라이딩 윈도우의 스트라이드입니다. strides[0] = strides[4] = 1 이어야 합니다.
• padding: 사용할 패딩 알고리즘 유형입니다.

선택적 속성( Attrs 참조):

• data_format: 입력 및 출력 데이터의 형식입니다. 기본 형식인 "NDHWC"의 경우 데이터는 [배치, 깊이, 높이, 너비, 채널] 순서로 저장됩니다. 또는 형식을 "NCDHW"로 지정할 수 있으며, 이 경우 데이터 저장 순서는 [배치, 채널, 깊이, 높이, 너비]입니다.
• 팽창 계수: 길이가 5인 1차원 텐서. input 의 각 차원에 대한 팽창 계수입니다. k > 1로 설정하면 해당 차원의 각 필터 요소 사이에 k-1개의 셀이 건너뛰어집니다. 차원 순서는 data_format 값에 따라 결정됩니다. 자세한 내용은 위를 참조하십시오. 배치 및 깊이 차원의 팽창 계수는 1이어야 합니다.

보고:

• Output : 출력 텐서.

공개 속성

Operation operation

::tensorflow::Output output

 Conv3DBackpropInputV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv3DBackpropInputV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv3DBackpropInputV2::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
)