تدفق التوتر:: العمليات:: تحويل3D

يحسب التلافيف ثلاثي الأبعاد input خماسية الأبعاد وموترات filter .

ملخص

في معالجة الإشارات، الارتباط المتبادل هو مقياس للتشابه بين شكلين موجيين كدالة للفارق الزمني المطبق على أحدهما. يُعرف هذا أيضًا باسم المنتج النقطي المنزلق أو المنتج الداخلي المنزلق.

ينفذ Conv3D الخاص بنا شكلاً من أشكال الارتباط المتبادل.

الحجج:

• النطاق: كائن النطاق
• الإدخال: الشكل [batch, in_depth, in_height, in_width, in_channels] .
• الفلتر: الشكل [filter_depth, filter_height, filter_width, in_channels, out_channels] . يجب أن تتطابق in_channels بين input filter .
• الخطوات: موتر 1-D بطول 5. خطوة النافذة المنزلقة لكل بُعد من أبعاد input . يجب أن يكون هناك strides[0] = strides[4] = 1 .
• الحشو: نوع خوارزمية الحشو المستخدمة.

السمات الاختيارية (انظر Attrs ):

• data_format: تنسيق البيانات لبيانات الإدخال والإخراج. باستخدام التنسيق الافتراضي "NDHWC"، يتم تخزين البيانات بالترتيب التالي: [دُفعة، عمق، ارتفاع، عرض، قنوات]. وبدلاً من ذلك، يمكن أن يكون التنسيق "NCDHW"، وترتيب تخزين البيانات هو: [batch, in_channels, in_ Deep, in_height, in_width].
• التوسعات: موتر 1-D للطول 5. عامل التمدد لكل بعد من أبعاد input . إذا تم التعيين على k > 1، فسيكون هناك خلايا k-1 تم تخطيها بين كل عنصر مرشح في ذلك البعد. يتم تحديد ترتيب الأبعاد حسب قيمة data_format ، انظر أعلاه للحصول على التفاصيل. يجب أن تكون التوسعات في أبعاد الدفعة والعمق 1.

العوائد:

• Output : موتر الإخراج.

الصفات العامة

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
)