4차원 '입력' 및 '필터' 텐서를 사용하여 2차원 깊이별 컨볼루션을 계산합니다.
'[batch, in_height, in_width, in_channels]' 형태의 입력 텐서와 깊이 1의 'in_channels' 컨벌루션 필터를 포함하는 형태의 '[filter_height, filter_width, in_channels, Channel_multiplier]' 필터/커널 텐서, 'lengthwise_conv2d' 각 입력 채널에 서로 다른 필터를 적용한 다음(각 채널에 대해 1채널에서 `channel_multiplier` 채널로 확장) 결과를 함께 연결합니다. 따라서 출력에는 'in_channels *channel_multiplier' 채널이 있습니다.
for k in 0..in_channels-1
for q in 0..channel_multiplier-1
output[b, i, j, k * channel_multiplier + q] =
sum_{di, dj
input[b, strides[1] * i + di, strides[2] * j + dj, k] *
filter[di, dj, k, q]
}
중첩 클래스
수업 | DepthwiseConv2dNative.Options | DepthwiseConv2dNative 의 선택적 속성 |
상수
끈 | OP_NAME | TensorFlow 코어 엔진에서 알려진 이 작업의 이름 |
공개 방법
출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
static <T는 TNumber를 확장합니다. > DepthwiseConv2dNative <T> | |
정적 DepthwiseConv2dNative.Options | dataFormat (문자열 데이터 형식) |
정적 DepthwiseConv2dNative.Options | 확장 (List<Long> 확장) |
정적 DepthwiseConv2dNative.Options | licitPaddings (List<Long>explicitPaddings) |
출력 <T> | 출력 () |
상속된 메서드
상수
공개 정적 최종 문자열 OP_NAME
TensorFlow 코어 엔진에서 알려진 이 작업의 이름
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
공개 정적 DepthwiseConv2dNative <T> 생성 ( 범위 범위, 피연산자 <T> 입력, 피연산자 <T> 필터, List<Long> 보폭, 문자열 패딩, 옵션... 옵션)
새로운 DepthwiseConv2dNative 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
큰 걸음 | 길이 4의 1-D. '입력'의 각 차원에 대한 슬라이딩 윈도우의 보폭입니다. |
심 | 사용할 패딩 알고리즘 유형입니다. |
옵션 | 선택적 속성 값을 전달합니다. |
보고
- DepthwiseConv2dNative의 새로운 인스턴스
공개 정적 DepthwiseConv2dNative.Options dataFormat (String dataFormat)
매개변수
데이터형식 | 입력 및 출력 데이터의 데이터 형식을 지정합니다. 기본 형식인 "NHWC"를 사용하면 데이터가 [배치, 높이, 너비, 채널] 순서로 저장됩니다. 또는 형식은 [배치, 채널, 높이, 너비]의 데이터 저장 순서인 "NCHW"일 수 있습니다. |
---|
공개 정적 DepthwiseConv2dNative.Options 확장 (List<Long> 확장)
매개변수
팽창 | 길이가 4인 1차원 텐서. '입력'의 각 차원에 대한 확장 인자입니다. k > 1로 설정되면 해당 차원의 각 필터 요소 사이에 k-1개의 건너뛴 셀이 있게 됩니다. 측정기준 순서는 `data_format` 값에 따라 결정됩니다. 자세한 내용은 위를 참조하세요. 배치 차원과 깊이 차원의 팽창은 1이어야 합니다. |
---|