tf.conv

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

Просмотреть псевдонимы

Совместимые псевдонимы для миграции

Подробнее см. в руководстве по миграции.

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]

Универсальная функция для вычисления N-мерной свёртки. Необходимо, чтобы 1 <= N <= 3.

Аргументы
`input`	`Tensor`. Должен иметь один 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`. Тензор `(N+2)-D` того же типа, что и `input`, и формы `spatial_filter_shape + [in_channels, out_channels]`, где spatial_filter_shape имеет N измерений с `N=2` или `N=3`.
`strides`	Список `ints`. Одномерный тензор длины `N+2`. Шаг скользящего окна для каждого измерения `input`. Должен содержать `strides[0] = strides[N+1] = 1`.
`padding`	`string` из вариантов: `"SAME", "VALID", "EXPLICIT"`. Тип используемого алгоритма заполнения.
`explicit_paddings`	Необязательный список `ints`. По умолчанию — `[]`. Если `padding` равно `"EXPLICIT"`, список явных значений заполнения. Для i-го измерения количество добавляемых значений заполнения до и после измерения равно соответственно `explicit_paddings[2 * i]` и `explicit_paddings[2 * i + 1]`. Если `padding` не равно `"EXPLICIT"`, `explicit_paddings` должен быть пустым.
`data_format`	Необязательный `string` из вариантов: `"CHANNELS_FIRST", "CHANNELS_LAST"`. По умолчанию — `"CHANNELS_LAST"`. Используется для задания 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 — `[]`. Одномерный тензор длины `N+2`. Коэффициент расширения для каждого измерения `input`. Если задано значение `k > 1`, между каждым элементом фильтра в этом измерении будут пропущены `k-1` ячеек. Порядок измерений определяется значением `channels_last_format`; подробности см. выше. Коэффициенты расширения для измерений пакета и глубины должны быть равны 1.
`batch_dims`	Необязательный `int`. По умолчанию — `1`. Положительное целое число, задающее количество измерений пакета во входном тензоре. Должно быть меньше ранга входного тензора.
`groups`	Необязательный `int`. По умолчанию — `1`. Положительное целое число, задающее количество групп, на которые разделяется входной тензор вдоль оси каналов. Каждая группа свёртывается отдельно с помощью фильтров `filters / groups`. Результаты всех групп объединяются в выходной тензор вдоль оси каналов. Количество входных каналов и фильтров должно делиться на groups без остатка.
`name`	Необязательное имя операции.

Возвращает
`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