tensorflow:: אופס:: Conv3D

מחשב קונבולוציה תלת-ממדית בהינתן טנסור input 5-D filter .

סיכום

בעיבוד אותות, קורלציה צולבת היא מדד לדמיון של שתי צורות גל כפונקציה של פיגור זמן המופעל על אחת מהן. זה ידוע גם בתור מוצר נקודות הזזה או מוצר פנימי מחליק.

Conv3D שלנו מיישם סוג של קורלציה צולבת.

טיעונים:

• scope: אובייקט Scope
• קלט: Shape [batch, in_depth, in_height, in_width, in_channels] .
• מסנן: צורה [filter_depth, filter_height, filter_width, in_channels, out_channels] . in_channels חייבים להתאים בין input filter .
• צעדים: טנסור 1-D באורך 5. הצעד של חלון ההזזה עבור כל מימד של input . חייב להיות strides[0] = strides[4] = 1 .
• ריפוד: סוג אלגוריתם הריפוד שיש להשתמש בו.

מאפיינים אופציונליים (ראה Attrs ):

• data_format: פורמט הנתונים של נתוני הקלט והפלט. עם פורמט ברירת המחדל "NDHWC", הנתונים מאוחסנים בסדר של: [אצווה, עומק_, גובה_, רוחב_, בערוצים]. לחלופין, הפורמט יכול להיות "NCDHW", סדר אחסון הנתונים הוא: [אצווה, in_channels, in_depth, in_height, in_width].
• הרחבות: טנזור 1-D באורך 5. מקדם ההתרחבות עבור כל מימד של input . אם הוגדר כ-k > 1, יהיו תאים שדילגו על k-1 בין כל רכיב מסנן בממד זה. סדר הממדים נקבע לפי הערך של data_format , ראה לעיל לפרטים. הרחבות במידות האצווה והעומק חייבות להיות 1.

החזרות:

• Output : טנסור הפלט.

תכונות ציבוריות

Operation operation

::tensorflow::Output output

 Conv3D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv3D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv3D::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
)