Thực hiện phần đệm như một phần tiền xử lý trong quá trình tích chập.
Tương tự như FusedResizeAndPadConv2d, op này cho phép triển khai được tối ưu hóa trong đó giai đoạn chuyển đổi phần đệm không gian được hợp nhất với tra cứu im2col, nhưng trong trường hợp này không cần lọc song tuyến tính để thay đổi kích thước. Việc kết hợp phần đệm giúp ngăn chặn nhu cầu ghi ra các kết quả trung gian dưới dạng toàn bộ tensor, giảm áp lực bộ nhớ và chúng ta có thể đạt được một số mức tăng về độ trễ bằng cách hợp nhất các phép tính chuyển đổi. Thuộc tính data_format cho Conv2D không được op này hỗ trợ và thay vào đó, thứ tự 'NHWC' được sử dụng. Trong nội bộ, op này sử dụng một bộ đệm đầu cho mỗi biểu đồ, có nghĩa là nó sẽ chặn nếu nhiều phiên bản đang chạy song song. Điều này là do toán tử này chủ yếu là sự tối ưu hóa để giảm thiểu việc sử dụng bộ nhớ.
Hằng số
| Sợi dây | OP_NAME | Tên của op này, được biết đến bởi công cụ lõi TensorFlow |
Phương pháp công khai
| Đầu ra <T> | asOutput () Trả về tay cầm tượng trưng của tensor. |
| tĩnh <T mở rộng TNumber > FusedPadConv2d <T> | |
| Đầu ra <T> | đầu ra () |
Phương pháp kế thừa
Hằng số
Chuỗi cuối cùng tĩnh công khai OP_NAME
Tên của op này, được biết đến bởi công cụ lõi TensorFlow
Phương pháp công khai
Đầu ra công khai <T> asOutput ()
Trả về tay cầm tượng trưng của tensor.
Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.
public static FusedPadConv2d <T> tạo ( Phạm vi phạm vi , đầu vào Toán hạng <T>, phần đệm Toán hạng < TInt32 >, bộ lọc Toán hạng <T>, Chế độ chuỗi, Danh sách<Long> sải bước, Phần đệm chuỗi)
Phương thức gốc để tạo một lớp bao bọc một thao tác FusedPadConv2d mới.
Thông số
| phạm vi | phạm vi hiện tại |
|---|---|
| đầu vào | 4-D với hình dạng `[batch, in_height, in_width, in_channels]`. |
| phần đệm | Ma trận hai cột chỉ định kích thước phần đệm. Số hàng phải bằng thứ hạng của `đầu vào`. |
| lọc | 4-D với hình dạng `[filter_height, filter_width, in_channels, out_channels]`. |
| bước tiến | 1-D có chiều dài 4. Bước của cửa sổ trượt cho từng chiều của `đầu vào`. Phải theo cùng thứ tự với kích thước được chỉ định bằng định dạng. |
| phần đệm | Loại thuật toán đệm sẽ sử dụng. |
Trả lại
- một phiên bản mới của FusedPadConv2d