Oblicza splot 2-D, biorąc pod uwagę 4-D tensory „wejściowe” i „filtr”.
Biorąc pod uwagę tensor wejściowy o kształcie „[partia, wysokość_wew., szerokość_wew., kanały_wlotowe]” i tensor filtra/jądra o kształcie „[wysokość_filtra, szerokość_filtra, kanały_wchodzące, kanały_wyjściowe]”, ta operacja wykonuje następujące czynności:
1. Spłaszcza filtr do macierzy 2-D o kształcie `[wysokość_filtra * szerokość_filtra * kanały_wchodzące, kanały_wyjściowe]`. 2. Wyodrębnia fragmenty obrazu z tensora wejściowego, tworząc wirtualny tensor o kształcie `[partia, wysokość_zewnętrzna, szerokość_zewnętrzna, wysokość_filtra * szerokość_filtra * kanały_wchodzące]`. 3. Dla każdej łatki mnoży się w prawo macierz filtra i wektor łaty obrazu.
Szczegółowo, w domyślnym formacie NHWC,
wyjście[b, i, j, k] = suma_{di, dj, q} wejście[b, kroki[1] * i + di, kroki[2] * j + dj, q] * filtr[di, dj, q, k]
Musi mieć `kroki[0] = kroki[3] = 1`. W najczęstszym przypadku tych samych kroków poziomych i wierzchołkowych, `kroki = [1, krok, krok, 1]`.
Klasy zagnieżdżone
| klasa | Opcje konw.2d | Opcjonalne atrybuty dla Conv2d | |
Stałe
| Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
| Wyjście <T> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
| statyczny <T rozszerza TNumber > Conv2d <T> | |
| statyczne opcje konwersji | dataFormat (Format danych ciągu) |
| statyczne opcje konwersji | dylatacje (List<Long> dylatacje) |
| statyczne opcje konwersji | jawnePaddings (List<Long> jawnePaddings) |
| Wyjście <T> | wyjście () Tensor 4-D. |
| statyczne opcje konwersji | useCudnnOnGpu (wartość logiczna useCudnnOnGpu) |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
publiczne wyjście <T> asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static Conv2d <T> create ( Zakres zakresu, dane wejściowe argumentu <T>, filtr argumentu <T>, kroki List<Long>, dopełnienie ciągów, opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację Conv2d.
Parametry
| zakres | aktualny zakres |
|---|---|
| wejście | Tensor 4-D. Kolejność wymiarów jest interpretowana zgodnie z wartością „data_format”, szczegóły znajdziesz poniżej. |
| filtr | Tensor 4-D o kształcie `[wysokość_filtra, szerokość_filtra, kanały_wchodzące, kanały_wyjściowe]` |
| kroki | Tensor 1-D o długości 4. Krok przesuwanego okna dla każdego wymiaru „wejściowego”. Kolejność wymiarów jest określona przez wartość „data_format”, szczegóły znajdziesz poniżej. |
| wyściółka | Typ algorytmu dopełniania, który ma zostać użyty. |
| opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja Conv2d
public static Conv2d.Options dataFormat (String dataFormat)
Parametry
| Format danych | Określ format danych wejściowych i wyjściowych. Przy domyślnym formacie „NHWC” dane są zapisywane w kolejności: [partia, wysokość, szerokość, kanały]. Alternatywnie formatem może być „NCHW”, a kolejność przechowywania danych: [partia, kanały, wysokość, szerokość]. |
|---|
publiczne statyczne rozszerzenia Conv2d.Options (rozszerzenia List<Long>)
Parametry
| dylatacje | Tensor 1-D długości 4. Współczynnik dylatacji dla każdego wymiaru „wejściowego”. Jeśli ustawione na k > 1, pomiędzy każdym elementem filtrującym w tym wymiarze zostanie pominiętych komórek k-1. Kolejność wymiarów jest określona przez wartość „data_format”, szczegóły znajdziesz powyżej. Dylatacje w wymiarach partii i głębokości muszą wynosić 1. |
|---|
public static Conv2d.Options jawnePaddings (List<Long> jawnePaddings)
Parametry
| wyraźne wyściółki | Jeśli „dopełnienie” to „„JAWNE””, lista jawnych ilości dopełnienia. W przypadku i-tego wymiaru wielkość dopełnienia wstawianego przed i po wymiarze wynosi odpowiednio „explicit_paddings[2 * i]” i „explicit_paddings[2 * i + 1]”. Jeśli `wypełnienie` nie jest `"JAWNE"`, `wyraźne_dopełnienie` musi być puste. |
|---|
publiczne wyjście <T> wyjście ()
Tensor 4-D. Kolejność wymiarów jest określona przez wartość „data_format”, szczegóły znajdziesz poniżej.