تدفق التوتر:: العمليات:: Conv2D

يحسب الالتواء ثنائي الأبعاد input رباعية الأبعاد وموترات filter .

ملخص

بالنظر إلى موتر الإدخال للشكل [batch, in_height, in_width, in_channels] وموتر المرشح/النواة للشكل [filter_height, filter_width, in_channels, out_channels] ، تؤدي هذه العملية ما يلي:

1. يقوم بتسوية المرشح إلى مصفوفة ثنائية الأبعاد ذات الشكل [filter_height * filter_width * in_channels, output_channels] .
2. يستخرج تصحيحات الصورة من موتر الإدخال لتكوين موتر افتراضي للشكل [batch, out_height, out_width, filter_height * filter_width * in_channels] .
3. لكل تصحيح، قم بضرب مصفوفة المرشح ومتجه تصحيح الصورة باليمين.

بالتفصيل، باستخدام تنسيق NHWC الافتراضي،

output[b, i, j, k] =
    sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q] *
                    filter[di, dj, q, k]

يجب أن يكون هناك strides[0] = strides[3] = 1 . بالنسبة للحالة الأكثر شيوعًا لنفس الخطوات الأفقية والقمم، strides = [1, stride, stride, 1] .

الحجج:

• النطاق: كائن النطاق
• الإدخال: موتر رباعي الأبعاد. يتم تفسير ترتيب الأبعاد وفقًا لقيمة data_format ، انظر أدناه للحصول على التفاصيل.
• مرشح: موتر رباعي الأبعاد للشكل [filter_height, filter_width, in_channels, out_channels]
• الخطوات: موتر 1-D للطول 4. خطوة النافذة المنزلقة لكل بُعد من أبعاد input . يتم تحديد ترتيب الأبعاد حسب قيمة data_format ، انظر أدناه للحصول على التفاصيل.
• الحشو: نوع خوارزمية الحشو المستخدمة.

السمات الاختيارية (انظر Attrs ):

• plain_paddings: إذا كانت padding هي "EXPLICIT" ، فقائمة كميات المساحة المتروكة الصريحة. بالنسبة للبعد التاسع، فإن مقدار المساحة المتروكة التي تم إدراجها قبل وبعد البعد هي explicit_paddings[2 * i] و explicit_paddings[2 * i + 1] على التوالي. إذا لم تكن padding "EXPLICIT" ، فيجب أن تكون explicit_paddings فارغة.
• data_format: تحديد تنسيق البيانات لبيانات الإدخال والإخراج. باستخدام التنسيق الافتراضي "NHWC"، يتم تخزين البيانات بالترتيب التالي: [الدفعة، الارتفاع، العرض، القنوات]. وبدلاً من ذلك، يمكن أن يكون التنسيق "NCHW"، ترتيب تخزين البيانات: [دفعة، قنوات، ارتفاع، عرض].
• التوسعات: موتر 1-D للطول 4. عامل التمدد لكل بعد من أبعاد input . إذا تم التعيين على k > 1، فسيكون هناك خلايا k-1 تم تخطيها بين كل عنصر مرشح في ذلك البعد. يتم تحديد ترتيب الأبعاد حسب قيمة data_format ، انظر أعلاه للحصول على التفاصيل. يجب أن تكون التوسعات في أبعاد الدفعة والعمق 1.

العوائد:

• Output : موتر رباعي الأبعاد. يتم تحديد ترتيب الأبعاد حسب قيمة data_format ، انظر أدناه للحصول على التفاصيل.

الصفات العامة

Operation operation

::tensorflow::Output output

 Conv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2D::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs DataFormat(
  StringPiece x
)

Attrs Dilations(
  const gtl::ArraySlice< int > & x
)

Attrs ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)

Attrs UseCudnnOnGpu(
  bool x
)