Menghitung gradien konvolusi 3-D sehubungan dengan filter.
Kelas Bersarang
kelas | Conv3dBackpropFilter.Options | Atribut opsional untuk Conv3dBackpropFilter |
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T memperluas TNumber > Conv3dBackpropFilter <T> | |
Conv3dBackpropFilter.Options statis | format data (Format data string) |
Conv3dBackpropFilter.Options statis | dilatasi (Daftar<Panjang> dilatasi) |
Keluaran <T> | keluaran () |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static Conv3dBackpropFilter <T> buat ( Lingkup cakupan , masukan Operan <T>, Operan < TInt32 > filterSizes, Operan <T> outBackprop, Langkah Daftar<Panjang>, Bantalan string, Opsi... opsi)
Metode pabrik untuk membuat kelas yang membungkus operasi Conv3dBackpropFilter baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
memasukkan | Bentuk `[batch, depth, row, cols, in_channels]`. |
ukuran filter | Vektor bilangan bulat yang mewakili bentuk tensor `filter`, dengan `filter` adalah tensor `[kedalaman_filter, tinggi_filter, lebar_filter, saluran_masuk, saluran_keluar]` 5-D. |
keluarBackprop | Sinyal backprop berbentuk `[batch, out_ depth, out_rows, out_cols, out_channels]`. |
langkah | Tensor 1-D dengan panjang 5. Langkah jendela geser untuk setiap dimensi `input`. Harus memiliki `langkah[0] = langkah[4] = 1`. |
lapisan | Jenis algoritma padding yang akan digunakan. |
pilihan | membawa nilai atribut opsional |
Kembali
- contoh baru Conv3dBackpropFilter
Conv3dBackpropFilter.Options dataFormat statis publik (String dataFormat)
Parameter
format data | Format data data masukan dan keluaran. Dengan format default "NDHWC", data disimpan dalam urutan: [batch, in_ depth, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa "NCDHW", urutan penyimpanan datanya adalah: [batch, in_channels, in_ depth, in_height, in_width]. |
---|
pelebaran Conv3dBackpropFilter.Options statis publik (Daftar<Panjang> pelebaran)
Parameter
pelebaran | Tensor 1-D dengan panjang 5. 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. |
---|