Menghitung konvolusi ND yang diberikan (N+1+batch_dims)-D `input` dan (N+2)-D `filter` tensor.
Fungsi umum untuk menghitung konvolusi ND. Diperlukan `1 <= N <= 3`.
Kelas Bersarang
kelas | Opsi Konv | Atribut opsional untuk Conv |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolik tensor. |
Opsi Konv. statis | batchDim (BatchDim panjang) |
statis <T memperluas Angka> Konv <T> | |
Opsi Konv. statis | format data (Format data string) |
Opsi Konv. statis | dilatasi (Daftar<Panjang> dilatasi) |
Opsi Konv. statis | eksplisitPaddings (Daftar<Panjang> eksplisitPaddings) |
Opsi Konv. statis | kelompok (Grup panjang) |
Keluaran <T> | keluaran () Tensor A (N+1+batch_dims)-D. |
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.
Opsi Konversi statis publik batchDims (BatchDims panjang)
Parameter
batchDim | Bilangan bulat positif yang menentukan jumlah dimensi batch untuk tensor masukan. Harus lebih kecil dari peringkat tensor masukan. |
---|
Konv statis publik <T> buat (Lingkup cakupan , masukan Operan <T>, filter Operan <T>, Langkah Daftar<Panjang>, Bantalan string, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi Konv baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
memasukkan | Tensor bertipe T dan bentuk `batch_shape + spasial_shape + [in_channels]` jika `channels_last_format = true` atau bentuk `batch_shape + [in_channels] + spasial_shape` jika `channels_last_format = false`. spasial_shape adalah N-dimensi dengan `N=2` atau `N=3`. Perhatikan juga bahwa `batch_shape` ditentukan oleh parameter `batch_dims` dan defaultnya adalah 1. |
Saring | Tensor `(N+2)-D` dengan tipe yang sama dengan `input` dan bentuk `spatial_filter_shape + [in_channels, out_channels]`, dengan spasial_filter_shape berdimensi-N dengan `N=2` atau `N=3`. |
langkah | Tensor 1-D dengan panjang `N+2`. Langkah jendela geser untuk setiap dimensi `input`. Harus memiliki `langkah[0] = langkah[N+1] = 1`. |
lapisan | Jenis algoritma padding yang akan digunakan. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru dari Konv
Format data Opsi Konversi statis publik (String dataFormat)
Parameter
format data | Digunakan untuk mengatur format data. Secara default `CHANNELS_FIRST`, menggunakan `NHWC (2D) / NDHWC (3D)` atau jika `CHANNELS_LAST`, menggunakan `NCHW (2D) / NCDHW (3D)`. |
---|
dilatasi Opsi Konversi statis publik (Daftar<Panjang> dilatasi)
Parameter
pelebaran | Tensor 1-D dengan panjang `N+2`. Faktor dilatasi untuk setiap dimensi `input`. Jika disetel ke `k > 1`, akan ada `k-1` sel yang dilewati di antara setiap elemen filter pada dimensi tersebut. Urutan dimensi ditentukan oleh nilai `channels_last_format`, lihat detailnya di atas. Pelebaran dalam dimensi batch dan kedalaman harus 1. |
---|
Opsi Konv.Opsi statis publik 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. |
---|
grup Opsi Konversi statis publik (Grup panjang)
Parameter
kelompok | Bilangan bulat positif yang menentukan jumlah grup yang inputnya dibagi sepanjang sumbu saluran. Setiap grup digabungkan secara terpisah dengan filter `filter / grup`. Outputnya adalah gabungan semua hasil grup di sepanjang sumbu saluran. Saluran masukan dan filter harus dapat dibagi berdasarkan kelompok. |
---|
Keluaran publik <T> keluaran ()
Tensor A (N+1+batch_dims)-D. Urutan dimensi ditentukan oleh nilai `channels_last_format`, lihat detailnya di bawah.