Menghitung gradien konvolusi sehubungan dengan input.
Kelas Bersarang
kelas | Opsi Conv2DBackpropInputV2 | Atribut opsional untuk Conv2DBackpropInputV2 |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolik tensor. |
statis <T memperluas Nomor> Conv2DBackpropInputV2 <T> | |
Conv2DBackpropInputV2.Options statis | format data (Format data string) |
Conv2DBackpropInputV2.Options statis | dilatasi (Daftar<Panjang> dilatasi) |
Conv2DBackpropInputV2.Options statis | eksplisitPaddings (Daftar<Panjang> eksplisitPaddings) |
Keluaran <T> | keluaran () 4-D dengan bentuk `[batch, in_height, in_width, in_channels]`. |
Conv2DBackpropInputV2.Options statis | useCudnnOnGpu (Boolean useCudnnOnGpu) |
Metode Warisan
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static Conv2DBackpropInputV2 <T> buat ( Lingkup cakupan , masukan Operan <T>, filter Operan <T>, Operan <T> outBackprop, Langkah Daftar<Panjang>, Bantalan string, Opsi... pilihan)
Metode pabrik untuk membuat kelas yang membungkus operasi Conv2DBackpropInputV2 baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
memasukkan | 4-D dengan bentuk `[batch, in_height, in_width, in_channels]`. Hanya bentuk tensor yang digunakan. |
Saring | 4-D dengan bentuk `[filter_height, filter_width, in_channels, out_channels]`. |
keluarBackprop | 4-D dengan bentuk `[batch, out_height, out_width, out_channels]`. Gradien menentukan keluaran konvolusi. |
langkah | Langkah jendela geser untuk setiap dimensi masukan konvolusi. Harus berada dalam urutan yang sama dengan dimensi yang ditentukan dengan format. |
lapisan | Jenis algoritma padding yang akan digunakan. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari Conv2DBackpropInputV2
Conv2DBackpropInputV2.Options dataFormat statis publik (String dataFormat)
Parameter
format data | Tentukan format data data masukan dan keluaran. Dengan format default "NHWC", data disimpan dalam urutan: [batch, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa berupa "NCHW", urutan penyimpanan data: [batch, in_channels, in_height, in_width]. |
---|
pelebaran Conv2DBackpropInputV2.Options statis publik (Daftar<Panjang> pelebaran)
Parameter
pelebaran | Tensor 1-D dengan panjang 4. Faktor dilatasi 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 di atas untuk detailnya. Pelebaran dalam dimensi batch dan kedalaman harus 1. |
---|
public static Conv2DBackpropInputV2.Options eksplisitPaddings (Daftar<Panjang> eksplisitPaddings)
Parameter
paddings eksplisit | Jika `padding` adalah `"EXPLICIT"`, daftar jumlah padding eksplisit. Untuk dimensi ke-i, jumlah padding yang disisipkan sebelum dan sesudah dimensi masing-masing adalah `explicit_paddings[2 * i]` dan `explicit_paddings[2 * i + 1]`. Jika `padding` bukan `"EXPLICIT"`, `explicit_paddings` harus kosong. |
---|
Keluaran publik <T> keluaran ()
4-D dengan bentuk `[batch, in_height, in_width, in_channels]`. Gradien menulis masukan konvolusi.