tf.compat.v1.nn.conv2d

Вычисляет двумерную свёртку для тензоров input и filter ранга 4.

tf.compat.v1.nn.conv2d(
    input,
    filter=None,
    strides=None,
    padding=None,
    use_cudnn_on_gpu=True,
    data_format='NHWC',
    dilations=[1, 1, 1, 1],
    name=None,
    filters=None
)

Для входного тензора формы [batch, in_height, in_width, in_channels] и тензора фильтра / ядра формы [filter_height, filter_width, in_channels, out_channels] эта операция выполняет следующие действия:

Преобразует фильтр в двумерную матрицу формы [filter_height * filter_width * in_channels, output_channels].
Извлекает из входного тензора фрагменты изображения, формируя виртуальный тензор формы [batch, out_height, out_width, filter_height * filter_width * in_channels].
Для каждого фрагмента умножает матрицу фильтра справа на вектор фрагмента изображения.

Подробнее, для формата NHWC по умолчанию:

output[b, i, j, k] =
    sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q]

                    * filter[di, dj, q, k]

Должен содержать strides[0] = strides[3] = 1. Для наиболее распространённого случая одинаковых горизонтального и вертикального шагов strides = [1, stride, stride, 1].

Аргументы
`input`	Объект типа `Tensor`. Должен иметь один из следующих типов: `half`, `bfloat16`, `float32`, `float64`. Тензор ранга 4. Порядок измерений определяется значением `data_format`; подробности см. ниже.
`filter`	Объект типа `Tensor`. Должен иметь тот же тип, что и `input`. Тензор ранга 4 формы `[filter_height, filter_width, in_channels, out_channels]`
`strides`	Целое число или список из `ints` длиной `1`, `2` или `4`. Шаг скользящего окна для каждого измерения `input`. Если задано одно значение, оно повторяется для измерений `H` и `W`. По умолчанию для измерений `N` и `C` установлено значение 1. Порядок измерений определяется значением `data_format`; подробности см. ниже.
`padding`	Либо `string` `"SAME"` или `"VALID"`, указывающие тип используемого алгоритма дополнения, либо список, задающий явное дополнение в начале и конце каждого измерения. При использовании явного дополнения и значении data_format `"NHWC"` список должен иметь форму `[[0, 0], [pad_top, pad_bottom], [pad_left, pad_right], [0, 0]]`. При использовании явного дополнения и значении data_format `"NCHW"` список должен иметь форму `[[0, 0], [0, 0], [pad_top, pad_bottom], [pad_left, pad_right]]`.
`use_cudnn_on_gpu`	Необязательный объект типа `bool`. По умолчанию — `True`.
`data_format`	Необязательный объект типа `string` из: `"NHWC", "NCHW"`. По умолчанию — `"NHWC"`. Задаёт формат данных для входных и выходных данных. В формате по умолчанию "NHWC" данные хранятся в следующем порядке: [batch, height, width, channels]. Также можно использовать формат "NCHW", в котором данные хранятся в следующем порядке: [batch, channels, height, width].
`dilations`	Целое число или список из `ints` длиной `1`, `2` или `4`; значение по умолчанию — 1. Коэффициент дилатации для каждого измерения `input`. Если задано одно значение, оно повторяется для измерений `H` и `W`. По умолчанию для измерений `N` и `C` установлено значение 1. Если задано значение k > 1, между элементами фильтра в этом измерении будет пропущено k-1 ячеек. Порядок измерений определяется значением `data_format`; подробности см. выше. Для тензора ранга 4 дилатация в измерениях пакета и глубины должна быть равна 1.
`name`	Имя операции (необязательно).
`filters`	Псевдоним для filter.

Возвращает
Объект типа `Tensor`. Имеет тот же тип, что и `input`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/nn/conv2d