aliran tensor:: operasi:: Konv3D

Menghitung konvolusi 3-D dengan input 5-D dan tensor filter .

Ringkasan

Dalam pemrosesan sinyal, korelasi silang adalah ukuran kemiripan dua bentuk gelombang sebagai fungsi jeda waktu yang diterapkan pada salah satunya. Ini juga dikenal sebagai perkalian titik geser atau perkalian dalam geser.

Conv3D kami menerapkan bentuk korelasi silang.

Argumen:

• ruang lingkup: Objek Lingkup
• masukan: Bentuk [batch, in_depth, in_height, in_width, in_channels] .
• filter: Bentuk [filter_depth, filter_height, filter_width, in_channels, out_channels] . in_channels harus cocok antara input dan filter .
• langkah: tensor 1-D dengan panjang 5. Langkah jendela geser untuk setiap dimensi input . Harus memiliki strides[0] = strides[4] = 1 .
• padding: Jenis algoritma padding yang akan digunakan.

Atribut opsional (lihat Attrs ):

• data_format: Format data dari data masukan dan keluaran. Dengan format default "NDHWC", data disimpan dalam urutan: [batch, in_ depth, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa "NCDHW", urutan penyimpanan datanya adalah: [batch, in_channels, in_ depth, in_height, in_width].
• dilatasi: tensor 1-D dengan panjang 5. Faktor dilatasi untuk setiap dimensi input . Jika diatur ke k > 1, akan ada k-1 sel yang dilewati di antara setiap elemen filter pada dimensi tersebut. Urutan dimensi ditentukan oleh nilai data_format , lihat di atas untuk detailnya. Pelebaran dalam dimensi batch dan kedalaman harus 1.

Pengembalian:

• Output : Tensor keluaran.

Atribut publik

Operation operation

::tensorflow::Output output

 Conv3D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv3D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv3D::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
)