aliran tensor:: operasi:: Input Conv2DBackprop

Menghitung gradien konvolusi sehubungan dengan input.

Ringkasan

Argumen:

• ruang lingkup: Objek Lingkup
• input_sizes: Vektor bilangan bulat yang mewakili bentuk input , dengan input adalah tensor [batch, height, width, channels] 4-D.
• filter: 4-D dengan bentuk [filter_height, filter_width, in_channels, out_channels] .
• out_backprop: 4-D dengan bentuk [batch, out_height, out_width, out_channels] . Gradien menentukan keluaran konvolusi.
• langkah: Langkah jendela geser untuk setiap dimensi masukan konvolusi. Harus berada dalam urutan yang sama dengan dimensi yang ditentukan dengan format.
• padding: Jenis algoritma padding yang akan digunakan.

Atribut opsional (lihat Attrs ):

• eksplisit_paddings: Jika padding adalah "EXPLICIT" , daftar jumlah padding eksplisit. Untuk dimensi ke-i, jumlah padding yang disisipkan sebelum dan sesudah dimensi masing-masing adalah explicit_paddings[2 * i] dan explicit_paddings[2 * i + 1] . Jika padding bukan "EXPLICIT" , explicit_paddings harus kosong.
• data_format: Menentukan format data input dan output data. Dengan format default "NHWC", data disimpan dalam urutan: [batch, in_height, in_width, in_channels]. Alternatifnya, formatnya bisa berupa "NCHW", urutan penyimpanan data: [batch, in_channels, in_height, in_width].
• dilatasi: tensor 1-D dengan panjang 4. 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 : 4-D dengan bentuk [batch, in_height, in_width, in_channels] . Gradien menulis masukan konvolusi.

Atribut publik

Operation operation

::tensorflow::Output output

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2DBackpropInput::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
)