aliran tensor:: operasi:: Konv3DBackpropInputV2

Menghitung gradien konvolusi 3-D sehubungan dengan masukan.

Ringkasan

Argumen:

• ruang lingkup: Objek Lingkup
• input_sizes: Vektor bilangan bulat yang mewakili bentuk tensor input , dengan input adalah tensor 5-D [batch, depth, rows, cols, in_channels] .
• filter: Bentuk [depth, rows, cols, in_channels, out_channels] . in_channels harus cocok antara input dan filter .
• out_backprop: Sinyal backprop berbentuk [batch, out_depth, out_rows, out_cols, out_channels] .
• 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

 Conv3DBackpropInputV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv3DBackpropInputV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv3DBackpropInputV2::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
)