aliran tensor:: operasi:: Konv2D:: Attr

#include <nn_ops.h>

Penyetel atribut opsional untuk Conv2D .

Ringkasan

Atribut publik

data_format_ = "NHWC"
StringPiece
dilations_ = Default_dilations()
gtl::ArraySlice< int >
explicit_paddings_ = {}
gtl::ArraySlice< int >
use_cudnn_on_gpu_ = true
bool

Fungsi publik

DataFormat (StringPiece x)
TF_MUST_USE_RESULT Attrs
Tentukan format data data input dan output.
Dilations (const gtl::ArraySlice< int > & x)
TF_MUST_USE_RESULT Attrs
Tensor 1-D dengan panjang 4.
ExplicitPaddings (const gtl::ArraySlice< int > & x)
TF_MUST_USE_RESULT Attrs
Jika padding adalah "EXPLICIT" , daftar jumlah padding eksplisit.
UseCudnnOnGpu (bool x)
TF_MUST_USE_RESULT Attrs
Defaultnya adalah benar.

Atribut publik

data_format_ 

StringPiece tensorflow::ops::Conv2D::Attrs::data_format_ = "NHWC"

pelebaran_ 

gtl::ArraySlice< int > tensorflow::ops::Conv2D::Attrs::dilations_ = Default_dilations()

eksplisit_paddings_ 

gtl::ArraySlice< int > tensorflow::ops::Conv2D::Attrs::explicit_paddings_ = {}

gunakan_cudnn_on_gpu_ 

bool tensorflow::ops::Conv2D::Attrs::use_cudnn_on_gpu_ = true

Fungsi publik

Format Data

TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::DataFormat(
  StringPiece x
)

Tentukan format data data input dan output.

Dengan format default "NHWC", data disimpan dalam urutan: [batch, tinggi, lebar, saluran]. Alternatifnya, formatnya bisa berupa "NCHW", urutan penyimpanan data: [batch, saluran, tinggi, lebar].

Defaultnya adalah "NHWC"

Pelebaran

TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::Dilations(
  const gtl::ArraySlice< int > & x
)

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.

Defaultnya adalah [1, 1, 1, 1]

Padding Eksplisit

TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)

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.

Defaultnya adalah []

Gunakan CudnnOnGpu

TF_MUST_USE_RESULT Attrs tensorflow::ops::Conv2D::Attrs::UseCudnnOnGpu(
  bool x
)

Defaultnya adalah benar.