tensorflow :: operaciones :: DepthwiseConv2dNative

Calcula una convolución en profundidad 2-D dada la input 4-D y filter tensores de filter .

Resumen

Dado un tensor de entrada de forma [batch, in_height, in_width, in_channels] y un tensor de filtro / kernel de forma [filter_height, filter_width, in_channels, channel_multiplier] , que contiene filtros convolucionales in_channels de profundidad 1, depthwise_conv2d aplica un filtro diferente a cada canal de entrada (expandiéndose de 1 canal a canales channel_multiplier para cada uno), luego concatena los resultados. Por lo tanto, la salida tiene canales 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]

Debe tener strides[0] = strides[3] = 1 . Para el caso más común de las mismas zancadas horizontales y de vértices, strides = [1, stride, stride, 1] .

Argumentos:

• alcance: un objeto de alcance
• zancadas: 1-D de longitud 4. La zancada de la ventana deslizante para cada dimensión de input .
• padding: el tipo de algoritmo de relleno que se utilizará.

Atributos opcionales (consulte Attrs ):

• data_format: especifique el formato de datos de los datos de entrada y salida. Con el formato predeterminado "NHWC", los datos se almacenan en el orden de: [lote, altura, ancho, canales]. Alternativamente, el formato podría ser "NCHW", el orden de almacenamiento de datos de: [lote, canales, altura, ancho].
• dilataciones: tensor 1-D de longitud 4. El factor de dilatación para cada dimensión de input . Si se establece en k> 1, habrá k-1 celdas omitidas entre cada elemento de filtro en esa dimensión. El orden de las dimensiones está determinado por el valor de data_format ; consulte más arriba para obtener más detalles. Las dilataciones en las dimensiones del lote y profundidad deben ser 1.

Devoluciones:

• Output : el tensor de salida.

Atributos públicos

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
)