تدفق التوتر:: العمليات:: Conv3DBackpropInputV2

يحسب تدرجات الالتواء ثلاثي الأبعاد فيما يتعلق بالإدخال.

ملخص

الحجج:

• النطاق: كائن النطاق
• input_sizes: متجه عدد صحيح يمثل شكل موتر input ، حيث input هو موتر 5-D [batch, depth, rows, cols, in_channels] .
• الفلتر: الشكل [depth, rows, cols, in_channels, out_channels] . يجب أن تتطابق in_channels بين input filter .
• out_backprop: إشارة Backprop للشكل [batch, out_depth, out_rows, out_cols, out_channels] .
• 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

 Conv3DBackpropInputV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv3DBackpropInputV2(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv3DBackpropInputV2::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
)