텐서플로우:: 작전:: Conv2DBackprop입력

입력에 대한 컨볼루션의 기울기를 계산합니다.

요약

인수:

• 범위: 범위 개체
• input_sizes: input 의 모양을 나타내는 정수 벡터입니다. 여기서 input 4차원 [batch, height, width, channels] 텐서입니다.
• 필터: [filter_height, filter_width, in_channels, out_channels] 모양의 4차원입니다.
• out_backprop: [batch, out_height, out_width, out_channels] 모양의 4D. 그라데이션은 컨볼루션의 출력을 나타냅니다.
• strides: 컨볼루션 입력의 각 차원에 대한 슬라이딩 윈도우의 보폭입니다. 형식으로 지정된 측정기준과 동일한 순서여야 합니다.
• padding: 사용할 패딩 알고리즘 유형입니다.

선택적 속성( Attrs 참조):

• explicit_paddings: padding 이 "EXPLICIT" 인 경우 명시적 패딩 양의 목록입니다. i번째 차원의 경우 차원 앞뒤에 삽입된 패딩 양은 각각 explicit_paddings[2 * i] 및 explicit_paddings[2 * i + 1] 입니다. padding "EXPLICIT" 가 아닌 경우, explicit_paddings 비어 있어야 합니다.
• data_format: 입력 및 출력 데이터의 데이터 형식을 지정합니다. 기본 형식인 "NHWC"를 사용하면 데이터가 [batch, in_height, in_width, in_channels] 순서로 저장됩니다. 또는 형식은 [batch, in_channels, in_height, in_width]의 데이터 저장 순서인 "NCHW"일 수 있습니다.
• 팽창: 길이가 4인 1차원 텐서. input 의 각 차원에 대한 팽창 인자입니다. k > 1로 설정되면 해당 차원의 각 필터 요소 사이에 k-1개의 건너뛴 셀이 있게 됩니다. 차원 순서는 data_format 값에 따라 결정됩니다. 자세한 내용은 위를 참조하세요. 배치 차원과 깊이 차원의 팽창은 1이어야 합니다.

보고:

• Output : [batch, in_height, in_width, in_channels] 모양의 4D. 컨볼루션의 입력에 대한 그라데이션입니다.

공개 속성

Operation operation

::tensorflow::Output output

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2DBackpropInput::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
)

Attrs ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)

Attrs UseCudnnOnGpu(
  bool x
)