tensorflow:: אופס:: DepthwiseConv2dNative

מחשב קונבולוציית עומק דו-ממדית בהינתן input 4-ממד filter .

תַקצִיר

בהינתן טנסור קלט של צורה [batch, in_height, in_width, in_channels] וטנסור מסנן / ליבה של צורה [filter_height, filter_width, in_channels, channel_multiplier] , המכיל מסנני קונבולוציוני ב- in_channels של עומק 1, depthwise_conv2d מחיל מסנן אחר על כל ערוץ קלט (מתרחב מערוץ 1 לערוצי channel_multiplier עבור כל אחד מהם), ולאחר מכן משרשרת את התוצאות יחד. לפיכך, לפלט יש ערוצי in_channels * channel_multiplier .

for k in 0..in_channels-1
  for q in 0..channel_multiplier-1
    output[b, i, j, k * channel_multiplier + q] =
      sum_{di, dj} input[b, strides[1] * i + di, strides[2] * j + dj, k] *
                        filter[di, dj, k, q]

חייב להיות strides[0] = strides[3] = 1 . במקרה הנפוץ ביותר של אותם צעדים אופקיים וקודקודים, strides = [1, stride, stride, 1] .

טיעונים:

• scope: אובייקט Scope
• צעדים: 1-D באורך 4. הצעד של חלון ההזזה עבור כל מימד של input .
• ריפוד: סוג אלגוריתם הריפוד שיש להשתמש בו.

מאפיינים אופציונליים (ראה Attrs ):

• data_format: ציין את פורמט הנתונים של נתוני הקלט והפלט. עם פורמט ברירת המחדל "NHWC", הנתונים מאוחסנים בסדר של: [אצווה, גובה, רוחב, ערוצים]. לחלופין, הפורמט יכול להיות "NCHW", סדר אחסון הנתונים של: [אצווה, ערוצים, גובה, רוחב].
• הרחבות: טנזור 1-D באורך 4. מקדם ההתרחבות עבור כל מימד של input . אם הוגדר כ-k > 1, יהיו תאים שדילגו על k-1 בין כל רכיב מסנן בממד זה. סדר הממדים נקבע לפי הערך של data_format , ראה לעיל לפרטים. הרחבות במידות האצווה והעומק חייבות להיות 1.

החזרות:

• Output : טנסור הפלט.

תכונות ציבוריות

Operation operation

::tensorflow::Output output

 DepthwiseConv2dNative(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 DepthwiseConv2dNative(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const DepthwiseConv2dNative::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
)