Menghitung gradien dilatasi 2-D morfologi terhadap filter.
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 > Dilation2dBackpropFilter <T> | |
Keluaran <T> | filterBackprop () 3-D dengan bentuk `[filter_height, filter_width, depth]`. |
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 Dilation2dBackpropFilter <T> buat ( Lingkup cakupan , masukan Operan <T>, filter Operan <T>, Operan <T> outBackprop, Langkah Daftar<Panjang>, Tarif Daftar<Panjang>, Bantalan string)
Metode pabrik untuk membuat kelas yang membungkus operasi Dilation2dBackpropFilter baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
memasukkan | 4-D dengan bentuk `[batch, in_height, in_width, depth]`. |
Saring | 3-D dengan bentuk `[filter_height, filter_width, depth]`. |
keluarBackprop | 4-D dengan bentuk `[batch, out_height, out_width, depth]`. |
langkah | Panjang 1-D 4. Langkah jendela geser untuk setiap dimensi tensor masukan. Harus: `[1, tinggi_langkah, lebar_langkah, 1]`. |
tarif | 1-D dengan panjang 4. Langkah masukan untuk dilatasi morfologi atrous. Harus: `[1, rate_height, rate_width, 1]`. |
lapisan | Jenis algoritma padding yang akan digunakan. |
Kembali
- contoh baru Dilation2dBackpropFilter