Executa um preenchimento como um pré-processo durante uma convolução.
Semelhante a FusedResizeAndPadConv2d, esta operação permite uma implementação otimizada onde o estágio de transformação de preenchimento espacial é fundido com a pesquisa im2col, mas neste caso sem a filtragem bilinear necessária para redimensionar. A fusão do preenchimento evita a necessidade de gravar os resultados intermediários como tensores inteiros, reduzindo a pressão da memória, e podemos obter alguns ganhos de latência mesclando os cálculos de transformação. O atributo data_format para Conv2D não é suportado por esta operação, e a ordem 'NHWC' é usada em seu lugar. Internamente, esta operação usa um único buffer de rascunho por gráfico, o que significa que será bloqueado se várias versões estiverem sendo executadas em paralelo. Isso ocorre porque esse operador é principalmente uma otimização para minimizar o uso de memória.
Constantes
| Fragmento | OP_NAME | O nome desta operação, conforme conhecido pelo motor principal TensorFlow |
Métodos Públicos
| Output <T> | asOutput () Retorna o identificador simbólico do tensor. |
| estática <T estende TNumber > FusedPadConv2d <T> | |
| Output <T> | saída () |
Métodos herdados
Constantes
nome_op final String public static
O nome desta operação, conforme conhecido pelo motor principal TensorFlow
Métodos Públicos
pública Output <T> asOutput ()
Retorna o identificador simbólico do tensor.
As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.
public static FusedPadConv2d <T> create ( Scope escopo, Operando <T> entrada, Operando < TInt32 > paddings, Operando <T> filtro, o modo String, List <longo> avanços, String estofamento)
Método de fábrica para criar uma classe envolvendo uma nova operação FusedPadConv2d.
Parâmetros
| alcance | escopo atual |
|---|---|
| entrada | 4-D com a forma `[lote, em_altura, em_largura, em_canais]`. |
| recheios | Uma matriz de duas colunas especificando os tamanhos de preenchimento. O número de linhas deve ser igual à classificação de `entrada`. |
| filtro | 4-D com forma `[filter_height, filter_width, in_channels, out_channels]`. |
| passos largos | 1-D de comprimento 4. A passada da janela deslizante para cada dimensão de `entrada`. Deve estar na mesma ordem que a dimensão especificada com o formato. |
| preenchimento | O tipo de algoritmo de preenchimento a ser usado. |
Devoluções
- uma nova instância de FusedPadConv2d