dòng chảy căng:: ôi:: Conv2DBackpropĐầu vào

Tính toán độ dốc tích chập đối với đầu vào.

Bản tóm tắt

Lập luận:

• phạm vi: Một đối tượng Phạm vi
• input_sizes: Một vectơ số nguyên biểu thị hình dạng của input , trong đó input là một tensor 4-D [batch, height, width, channels] .
• bộ lọc: 4-D có hình dạng [filter_height, filter_width, in_channels, out_channels] .
• out_backprop: 4-D với hình dạng [batch, out_height, out_width, out_channels] . Gradien ghi kết quả đầu ra của tích chập.
• bước tiến: Bước tiến của cửa sổ trượt cho từng chiều của đầu vào của tích chập. Phải theo cùng thứ tự với kích thước được chỉ định bằng định dạng.
• phần đệm: Loại thuật toán đệm sẽ sử dụng.

Thuộc tính tùy chọn (xem Attrs ):

• rõ ràng_paddings: Nếu padding là "EXPLICIT" , danh sách số lượng phần đệm rõ ràng. Đối với thứ nguyên thứ i, lượng khoảng đệm được chèn trước và sau thứ nguyên lần lượt là explicit_paddings[2 * i] và explicit_paddings[2 * i + 1] . Nếu padding không phải là "EXPLICIT" thì explicit_paddings phải trống.
• data_format: Chỉ định định dạng dữ liệu của dữ liệu đầu vào và đầu ra. Với định dạng mặc định "NHWC", dữ liệu được lưu trữ theo thứ tự: [batch, in_height, in_width, in_channels]. Ngoài ra, định dạng có thể là "NCHW", thứ tự lưu trữ dữ liệu là: [batch, in_channels, in_height, in_width].
• độ giãn nở: tensor 1-D có chiều dài 4. Hệ số giãn nở cho từng chiều của input . Nếu được đặt thành k > 1, sẽ có k-1 ô bị bỏ qua giữa mỗi phần tử bộ lọc trên thứ nguyên đó. Thứ tự thứ nguyên được xác định bởi giá trị của data_format , xem chi tiết ở trên. Độ giãn nở của kích thước lô và độ sâu phải bằng 1.

Trả về:

• Output : 4-D với hình dạng [batch, in_height, in_width, in_channels] . gradient ghi đầu vào của tích chập.

Thuộc tính công khai

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
)