หน้านี้ได้รับการแปลโดย Cloud Translation API

เทนเซอร์โฟลว์:: ปฏิบัติการ:: Conv2D:: คุณสมบัติ

#include <nn_ops.h>

ตัวตั้งค่าแอตทริบิวต์เพิ่มเติมสำหรับ Conv2D

สรุป

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

งานสาธารณะ
`DataFormat (StringPiece x)`	`TF_MUST_USE_RESULT Attrs` ระบุรูปแบบข้อมูลของข้อมูลอินพุตและเอาต์พุต
`Dilations (const gtl::ArraySlice< int > & x)`	`TF_MUST_USE_RESULT Attrs` เทนเซอร์ 1-D ความยาว 4
`ExplicitPaddings (const gtl::ArraySlice< int > & x)`	`TF_MUST_USE_RESULT Attrs` หาก `padding` เป็น `"EXPLICIT"` รายการของจำนวนช่องว่างภายในที่ชัดเจน
`UseCudnnOnGpu (bool x)`	`TF_MUST_USE_RESULT Attrs` ค่าเริ่มต้นเป็นจริง

คุณลักษณะสาธารณะ

ข้อมูล_รูปแบบ_

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

การขยาย_

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

ชัดเจน_paddings_

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

use_cudnn_on_gpu_

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

งานสาธารณะ

รูปแบบข้อมูล

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

ระบุรูปแบบข้อมูลของข้อมูลอินพุตและเอาต์พุต

ด้วยรูปแบบเริ่มต้น "NHWC" ข้อมูลจะถูกจัดเก็บตามลำดับ: [แบทช์ ความสูง ความกว้าง ช่อง] หรืออีกทางหนึ่ง รูปแบบอาจเป็น "NCHW" ซึ่งเป็นลำดับการจัดเก็บข้อมูลเป็น: [แบทช์ ช่อง ความสูง ความกว้าง]

ค่าเริ่มต้นเป็น "NHWC"

การขยาย

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

เทนเซอร์ 1-D ความยาว 4

ปัจจัยการขยายสำหรับแต่ละมิติของ input หากตั้งค่าเป็น k > 1 จะมีเซลล์ที่ข้าม k-1 ระหว่างองค์ประกอบตัวกรองแต่ละรายการในมิตินั้น ลำดับมิติถูกกำหนดโดยค่าของ data_format โปรดดูรายละเอียดด้านบน การขยายขนาดแบทช์และความลึกต้องเป็น 1

ค่าเริ่มต้นคือ [1, 1, 1, 1]

Paddings ที่ชัดเจน

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

หาก padding เป็น "EXPLICIT" รายการของจำนวนช่องว่างภายในที่ชัดเจน

สำหรับมิติที่ 8 จำนวนช่องว่างภายในที่แทรกก่อนและหลังมิติคือ explicit_paddings[2 * i] และ explicit_paddings[2 * i + 1] ตามลำดับ หาก padding ไม่ใช่ "EXPLICIT" แสดงว่า explicit_paddings จะต้องเว้นว่างไว้

ค่าเริ่มต้นเป็น []

ใช้ CudnnOnGpu

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

ค่าเริ่มต้นเป็นจริง