classe finale publique Conv2dBackpropInput
Calcule les gradients de convolution par rapport à l'entrée.
Classes imbriquées
| classe | Conv2dBackpropInput.Options | Attributs facultatifs pour Conv2dBackpropInput | |
Constantes
| Chaîne | OP_NAME | Le nom de cette opération, tel que connu par le moteur principal TensorFlow |
Méthodes publiques
| Sortie <T> | comme Sortie () Renvoie le handle symbolique du tenseur. |
| statique <T étend TNumber > Conv2dBackpropInput <T> | |
| statique Conv2dBackpropInput.Options | dataFormat (Chaîne dataFormat) |
| statique Conv2dBackpropInput.Options | dilatations (List<Long> dilatations) |
| statique Conv2dBackpropInput.Options | explicitPaddings (List<Long> explicitPaddings) |
| Sortie <T> | sortir () 4-D avec la forme `[batch, in_height, in_width, in_channels]`. |
| statique Conv2dBackpropInput.Options | useCudnnOnGpu (booléen useCudnnOnGpu) |
Méthodes héritées
Constantes
chaîne finale statique publique OP_NAME
Le nom de cette opération, tel que connu par le moteur principal TensorFlow
Valeur constante : "Conv2DBackpropInput"
Méthodes publiques
sortie publique <T> asOutput ()
Renvoie le handle symbolique du tenseur.
Les entrées des opérations TensorFlow sont les sorties d'une autre opération TensorFlow. Cette méthode est utilisée pour obtenir un handle symbolique qui représente le calcul de l’entrée.
public static Conv2dBackpropInput <T> create ( Scope scope, Operand < TInt32 > inputSizes, Operand <T> filter, Operand <T> outBackprop, List<Long> strides, String padding, Options... options)
Méthode d'usine pour créer une classe encapsulant une nouvelle opération Conv2dBackpropInput.
Paramètres
| portée | portée actuelle |
|---|---|
| Tailles d'entrée | Un vecteur entier représentant la forme de « input », où « input » est un tenseur 4-D « [lot, hauteur, largeur, canaux] ». |
| filtre | 4-D avec la forme `[filter_height, filter_width, in_channels, out_channels]`. |
| outBackprop | 4-D avec la forme `[batch, out_height, out_width, out_channels]`. Dégradés par rapport à la sortie de la convolution. |
| foulées | La foulée de la fenêtre glissante pour chaque dimension de l'entrée de la convolution. Doit être dans le même ordre que la dimension spécifiée avec le format. |
| rembourrage | Le type d’algorithme de remplissage à utiliser. |
| choix | porte des valeurs d'attributs facultatifs |
Retour
- une nouvelle instance de Conv2dBackpropInput
public statique Conv2dBackpropInput.Options dataFormat (String dataFormat)
Paramètres
| format de données | Spécifiez le format de données des données d'entrée et de sortie. Avec le format par défaut « NHWC », les données sont stockées dans l'ordre suivant : [batch, in_height, in_width, in_channels]. Alternativement, le format pourrait être « NCHW », l'ordre de stockage des données étant : [batch, in_channels, in_height, in_width]. |
|---|
dilatations statiques publiques Conv2dBackpropInput.Options (dilatations List<Long>)
Paramètres
| dilatations | Tenseur 1-D de longueur 4. Le facteur de dilatation pour chaque dimension de « entrée ». Si défini sur k > 1, il y aura k-1 cellules ignorées entre chaque élément de filtre sur cette dimension. L'ordre des dimensions est déterminé par la valeur de `data_format`, voir ci-dessus pour plus de détails. Les dilatations dans les dimensions du lot et de la profondeur doivent être de 1. |
|---|
public static Conv2dBackpropInput.Options explicitPaddings (List<Long> explicitPaddings)
Paramètres
| explicitPaddings | Si `padding` est `"EXPLICIT"`, la liste des montants de remplissage explicites. Pour la ième dimension, la quantité de remplissage insérée avant et après la dimension est respectivement « explicit_paddings[2 * i] » et « explicit_paddings[2 * i + 1] ». Si `padding` n'est pas `"EXPLICIT"`, `explicit_paddings` doit être vide. |
|---|
sortie publique <T> sortie ()
4-D avec la forme `[batch, in_height, in_width, in_channels]`. Dégradé par rapport à l'entrée de la convolution.