przepływ tensorowy:: ops:: Konw3D

Oblicza splot 3-D, biorąc pod uwagę 5-D input i tensory filter .

Streszczenie

W przetwarzaniu sygnału korelacja krzyżowa jest miarą podobieństwa dwóch przebiegów w funkcji opóźnienia czasowego zastosowanego do jednego z nich. Nazywa się to również iloczynem przesuwanej kropki lub iloczynem wewnętrznym.

Nasz Conv3D implementuje formę korelacji krzyżowej.

Argumenty:

• zakres: Obiekt Scope
• dane wejściowe: Kształt [batch, in_depth, in_height, in_width, in_channels] .
• filtr: Kształt [filter_depth, filter_height, filter_width, in_channels, out_channels] . in_channels musi pasować między input i filter .
• kroki: tensor 1-D o długości 5. Krok przesuwanego okna dla każdego wymiaru input . Musi mieć strides[0] = strides[4] = 1 .
• dopełnienie: typ algorytmu dopełniania, który ma zostać użyty.

Opcjonalne atrybuty (patrz Attrs ):

• data_format: Format danych wejściowych i wyjściowych. W domyślnym formacie „NDHWC” dane są przechowywane w kolejności: [partia, głębokość, wysokość, szerokość, liczba kanałów]. Alternatywnie format może mieć postać „NCDHW”, kolejność przechowywania danych jest następująca: [partia, kanały_w_kanałach, głębokość_w_wysokość, szerokość_w_szerokości].
• dylatacje: tensor 1-D o długości 5. Współczynnik dylatacji dla każdego wymiaru input . Jeśli ustawione na k > 1, pomiędzy każdym elementem filtrującym w tym wymiarze zostanie pominiętych komórek k-1. Kolejność wymiarów jest określona przez wartość data_format , szczegóły znajdziesz powyżej. Dylatacje w wymiarach partii i głębokości muszą wynosić 1.

Zwroty:

• Output : Tensor wyjściowy.

Atrybuty publiczne

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
)