tf.nn.conv3d_transpose

Транспонирование операции conv3d.

tf.nn.conv3d_transpose(
    input,
    filters,
    output_shape,
    strides,
    padding='SAME',
    data_format='NDHWC',
    dilations=None,
    name=None
)

Эта операция иногда называется "деконволюцией" по (Zeiler et al., 2010), но на самом деле является транспонированием (градиентом) conv3d, а не фактической деконволюцией.

Аргументы
`input`	5-мерный `Tensor` типа `float` и формы `[batch, depth, height, width, in_channels]` для формата данных `NDHWC` или `[batch, in_channels, depth, height, width]` для формата данных `NCDHW`.
`filters`	5-мерный `Tensor` с тем же типом, что и `input`, и формой `[depth, height, width, output_channels, in_channels]`. Размерность `in_channels` у `filter` должна совпадать с размерностью у `input`.
`output_shape`	1-мерный `Tensor`, представляющий форму выходных данных операции деконволюции.
`strides`	Целое число или список `ints` длиной `1`, `3` или `5`. Шаг скользящего окна для каждой размерности `input`. Если задано одно значение, оно дублируется в размерностях `D`, `H` и `W`. По умолчанию размерности `N` и `C` устанавливаются в 0. Порядок размерностей определяется значением `data_format`, подробности см. ниже.
`padding`	Строка, либо `'VALID'`, либо `'SAME'`. Алгоритм заполнения. Для получения дополнительной информации см. здесь.
`data_format`	Строка. Поддерживаются 'NDHWC' и 'NCDHW'.
`dilations`	Целое число или список `ints` длиной `1`, `3` или `5`, по умолчанию 1. Фактор 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 k > 1, между каждым элементом фильтра в этой размерности будет k-1 пропущенных ячеек. Порядок размерностей определяется значением `data_format`, см. выше для подробностей. Расширения по размерностям "батча" и "глубины" в случае 5-мерного тензора должны быть 1.
`name`	Необязательное имя для возвращаемого тензора.

Возвращаемое значение
`Tensor` с тем же типом, что и `input`.

Ссылки
Свёрточные сети: Zeiler et al., 2010 (pdf)

© 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/nn/conv3d_transpose