tensorflow:: ops:: DepthwiseConv2dNative

Oblicza splot wgłębny 2-D, biorąc pod uwagę input 4-D i tensory filter .

Streszczenie

Biorąc pod uwagę tensor wejściowy kształtu [batch, in_height, in_width, in_channels] i tensor filtra/jądra kształtu [filter_height, filter_width, in_channels, channel_multiplier] zawierający filtry splotowe in_channels o głębokości 1, depthwise_conv2d stosuje inny filtr do każdego kanału wejściowego (rozszerzając się z 1 kanału do kanałów channel_multiplier dla każdego), a następnie łączy wyniki razem. Zatem na wyjściu znajdują się kanały in_channels * channel_multiplier .

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]

Musi mieć strides[0] = strides[3] = 1 . W najczęstszym przypadku tych samych kroków poziomych i wierzchołków, strides = [1, stride, stride, 1] .

Argumenty:

• zakres: Obiekt Scope
• kroki: 1-D o długości 4. Krok przesuwanego okna dla każdego wymiaru input .
• dopełnienie: typ algorytmu dopełniania, który ma zostać użyty.

Opcjonalne atrybuty (patrz Attrs ):

• data_format: Określ format danych wejściowych i wyjściowych. Przy domyślnym formacie „NHWC” dane są zapisywane w kolejności: [partia, wysokość, szerokość, kanały]. Alternatywnie formatem może być „NCHW”, a kolejność przechowywania danych: [partia, kanały, wysokość, szerokość].
• dylatacje: 1-D tensor długości 4. Współczynnik dylatacji dla każdego wymiaru input . Jeśli ustawisz k > 1, pomiędzy każdym elementem filtrującym w tym wymiarze zostanie pominiętych komórek k-1. Kolejność wymiarów jest określona przez wartość data_format , szczegóły znajdziesz powyżej. Dylatacje w wymiarach partii i głębokości muszą wynosić 1.

Zwroty:

• Output : Tensor wyjściowy.

Atrybuty publiczne

Operation operation

::tensorflow::Output output

 DepthwiseConv2dNative(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 DepthwiseConv2dNative(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const DepthwiseConv2dNative::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
)