Эта операция иногда называется "деконволюцией" (Zeiler et al., 2010), но на самом деле она является транспонированием (градиентом) conv3d, а не фактической деконволюцией.
Аргументы
value
5-мерный Tensor типа float и формы [batch, depth, height, width, in_channels].
filter
5-мерный Tensor с тем же типом, что и value, и формой [depth, height, width, output_channels, in_channels]. Размерность in_channels в filter должна совпадать с размерностью value.
output_shape
1-мерный Tensor, представляющий форму выходных данных операции деконволюции.
strides
Список целых чисел. Шаг скользящего окна для каждой размерности входного тензора.
padding
Строка, либо 'VALID', либо 'SAME'. Алгоритм заполнения. Подробнее см. в разделе "Возвращаемое значение" в tf.nn.convolution.
data_format
Строка, либо 'NDHWC', либо 'NCDHW, определяющая расположение входных и выходных тензоров. По умолчанию 'NDHWC'.
name
Необязательное имя возвращаемого тензора.
input
Псевдоним значения.
filters
Псевдоним фильтра.
dilations
Целое число или список ints длиной 1, 3 или 5, по умолчанию 1. Коэффициент расширения для каждой размерности input. Если задано одно значение, оно дублируется в размерностях D, H и W. По умолчанию размерности N и C устанавливаются в 1. Если установлено значение k > 1, между каждым элементом фильтра в этой размерности будет k-1 пропущенных ячеек. Порядок размерностей определяется значением data_format, см. подробности выше. Расширения в размерностях пакет и глубина (если это 5-мерный тензор) должны быть 1.
Возвращаемое значение
Tensor с тем же типом, что и value.
Исключения
ValueError
Если глубина входных/выходных данных не соответствует форме filter, или если заполнение отличается от 'VALID' или 'SAME'.
