tensorflow :: ops :: Conv3D

bookmark_border Mantenha tudo organizado com as coleções Salve e categorize o conteúdo com base nas suas preferências.

Calcula uma convolução 3-D dada input 5-D e tensores de filter .

Resumo

No processamento de sinais, a correlação cruzada é uma medida de similaridade de duas formas de onda em função de um intervalo de tempo aplicado a uma delas. Isso também é conhecido como produto de ponto deslizante ou produto interno deslizante.

Nosso Conv3D implementa uma forma de correlação cruzada.

Argumentos:

• escopo: um objeto Scope
• entrada: Forma [batch, in_depth, in_height, in_width, in_channels] .
• filtro: Forma [filter_depth, filter_height, filter_width, in_channels, out_channels] . in_channels deve corresponder entre input e filter .
• strides: tensor 1-D de comprimento 5. O stride da janela deslizante para cada dimensão de input . Deve haver strides[0] = strides[4] = 1 .
• preenchimento: o tipo de algoritmo de preenchimento a ser usado.

Atributos opcionais (consulte Attrs ):

• data_format: o formato dos dados de entrada e saída. Com o formato padrão "NDHWC", os dados são armazenados na ordem de: [batch, in_depth, in_height, in_width, in_channels]. Alternativamente, o formato pode ser "NCDHW", a ordem de armazenamento de dados é: [lote, in_channels, in_depth, in_height, in_width].
• dilatações: tensor 1-D de comprimento 5. O fator de dilatação para cada dimensão de input . Se definido como k> 1, haverá k-1 células ignoradas entre cada elemento de filtro nessa dimensão. A ordem da dimensão é determinada pelo valor de data_format , consulte acima para obter detalhes. As dilatações nas dimensões do lote e da profundidade devem ser 1.

Retorna:

• Output : o tensor de saída.

Atributos públicos

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
)