tf.conv

Вычисляет N-мерную свёртку для (N+1+batch_dims)-мерных input и (N+2)-мерных filter тензоров.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.conv

tf.conv(
    input: Annotated[Any, TV_Conv_T],
    filter: Annotated[Any, TV_Conv_T],
    strides,
    padding: str,
    explicit_paddings=[],
    data_format: str = 'CHANNELS_LAST',
    dilations=[],
    batch_dims: int = 1,
    groups: int = 1,
    name=None
) -> Annotated[Any, TV_Conv_T]

Общая функция для вычисления N-мерной свёртки. Требуется, чтобы 1 <= N <= 3.

Аргументы
`input`	`Tensor`. Должен быть одного из следующих типов: `half`, `bfloat16`, `float32`, `float64`, `int32`. Тензор типа T и формы `batch_shape + spatial_shape + [in_channels]` в случае, если `channels_last_format = true` или формы `batch_shape + [in_channels] + spatial_shape`, если `channels_last_format = false`. spatial_shape имеет N измерений с `N=2` или `N=3`. Также обратите внимание, что `batch_shape` определяется параметром `batch_dims` и по умолчанию равен 1.
`filter`	`Tensor`. Должен иметь тот же тип, что и `input`. `(N+2)-D`-тензор с тем же типом, что и `input`, и формой `spatial_filter_shape + [in_channels, out_channels]`, где spatial_filter_shape имеет N измерений с `N=2` или `N=3`.
`strides`	Список `ints`. 1-мерный тензор длиной `N+2`. Шаг скользящего окна для каждого измерения `input`. Должен иметь `strides[0] = strides[N+1] = 1`.
`padding`	`string` из: `"SAME", "VALID", "EXPLICIT"`. Тип алгоритма заполнения.
`explicit_paddings`	Необязательный список `ints`. По умолчанию `[]`. Если `padding` есть `"EXPLICIT"`, список явных значений заполнения. Для i-го измерения количество заполнения перед и после измерения соответственно равно `explicit_paddings[2 * i]` и `explicit_paddings[2 * i + 1]`. Если `padding` не `"EXPLICIT"`, то `explicit_paddings` должно быть пустым.
`data_format`	Необязательный `string` из: `"CHANNELS_FIRST", "CHANNELS_LAST"`. По умолчанию `"CHANNELS_LAST"`. Используется для настройки формата данных. По умолчанию `CHANNELS_FIRST`, использует `NHWC (2D) / NDHWC (3D)`, или если `CHANNELS_LAST`, использует `NCHW (2D) / NCDHW (3D)`.
`dilations`	Необязательный список `ints`. По умолчанию `[]`. 1-мерный тензор длиной `N+2`. Коэффициент расширения для каждого измерения `input`. Если установлено значение `k > 1`, между каждым элементом фильтра в этом измерении будет пропущено `k-1` ячеек. Порядок измерений определяется значением `channels_last_format`, см. подробности выше. Расширения в измерениях пакет и глубина должны быть равны 1.
`batch_dims`	Необязательное `int`. По умолчанию `1`. Положительное целое число, определяющее количество измерений пакета для входного тензора. Должно быть меньше ранга входного тензора.
`groups`	Необязательное `int`. По умолчанию `1`. Положительное целое число, определяющее количество групп, на которые входной тензор разделен по оси каналов. Каждая группа свёртывается отдельно с `filters / groups` фильтрами. Выход представляет собой конкатенацию результатов всех групп по оси каналов. Входные каналы и фильтры должны быть кратны группам.
`name`	Имя операции (необязательно).

Возвращаемые значения
`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/conv