fluxo tensor:: ops:: ProfundidadeConv2dNative

Calcula uma convolução em profundidade 2-D dada input 4-D e tensores filter .

Resumo

Dado um tensor de entrada de forma [batch, in_height, in_width, in_channels] e um tensor de filtro/kernel de forma [filter_height, filter_width, in_channels, channel_multiplier] , contendo filtros convolucionais in_channels de profundidade 1, depthwise_conv2d aplica um filtro diferente para cada canal de entrada (expandindo de 1 canal para canais channel_multiplier para cada um) e concatena os resultados juntos. Assim, a saída possui canais 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 ter strides[0] = strides[3] = 1 . Para o caso mais comum das mesmas passadas horizontais e de vértices, strides = [1, stride, stride, 1] .

Argumentos:

• escopo: um objeto Escopo
• passadas: 1-D de comprimento 4. A passada da janela deslizante para cada dimensão de input .
• preenchimento: O tipo de algoritmo de preenchimento a ser usado.

Atributos opcionais (veja Attrs ):

• data_format: Especifique o formato dos dados de entrada e saída. Com o formato padrão "NHWC", os dados são armazenados na ordem de: [lote, altura, largura, canais]. Alternativamente, o formato poderia ser "NCHW", a ordem de armazenamento de dados de: [lote, canais, altura, largura].
• dilatações: tensor 1-D de comprimento 4. O fator de dilatação para cada dimensão da input . Se definido como k > 1, haverá k-1 células ignoradas entre cada elemento de filtro nessa dimensão. A ordem das dimensões é determinada pelo valor de data_format , veja detalhes acima. As dilatações nas dimensões do lote e profundidade devem ser 1.

Retorna:

• Output : o tensor de saída.

Atributos públicos

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
)