tensoreflusso:: ops:: DepthwiseConv2dNative

Calcola una convoluzione in profondità 2D dato input 4D e i tensori filter .

Riepilogo

Dato un tensore di input di forma [batch, in_height, in_width, in_channels] e un tensore di filtro/kernel di forma [filter_height, filter_width, in_channels, channel_multiplier] , contenente filtri convoluzionali in_channels di profondità 1, depthwise_conv2d applica un filtro diverso a ciascun canale di input (espandendosi da 1 canale a canali channel_multiplier per ciascuno), quindi concatena i risultati insieme. Pertanto, l'output ha canali 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]

Deve avere strides[0] = strides[3] = 1 . Per il caso più comune degli stessi passi orizzontali e vertici, strides = [1, stride, stride, 1] .

Argomenti:

• scope: un oggetto Scope
• passi: 1-D di lunghezza 4. Il passo della finestra scorrevole per ogni dimensione di input .
• riempimento: il tipo di algoritmo di riempimento da utilizzare.

Attributi facoltativi (vedi Attrs ):

• data_format: specifica il formato dei dati di input e output. Con il formato predefinito "NHWC", i dati vengono memorizzati nell'ordine di: [lotto, altezza, larghezza, canali]. In alternativa, il formato potrebbe essere "NCHW", l'ordine di archiviazione dei dati di: [batch, canali, altezza, larghezza].
• dilatazioni: tensore 1-D di lunghezza 4. Il fattore di dilatazione per ciascuna dimensione di input . Se impostato su k > 1, ci saranno k-1 celle saltate tra ciascun elemento filtro su quella dimensione. L'ordine delle dimensioni è determinato dal valore di data_format , vedi sopra per i dettagli. Le dilatazioni delle dimensioni del lotto e della profondità devono essere pari a 1.

Resi:

• Output : il tensore di uscita.

Attributi pubblici

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
)