tf.nn.depthwise_conv2d

Двумерная свёртка по каналам.

tf.nn.depthwise_conv2d(
    input,
    filter,
    strides,
    padding,
    data_format=None,
    dilations=None,
    name=None
)

Принимает 4-мерный входной тензор ('NHWC' или 'NCHW') и тензор фильтров формы [filter_height, filter_width, in_channels, channel_multiplier], содержащий in_channels свёрочных фильтров глубиной 1. depthwise_conv2d применяет различные фильтры к каждому входному каналу (расширяя от 1 канала до channel_multiplier каналов для каждого), а затем конкатенирует результаты. Выходной тензор имеет in_channels * channel_multiplier каналов.

Подробно, используя формат NHWC по умолчанию,

output[b, i, j, k * channel_multiplier + q] =
    sum_{di, dj} filter[di, dj, k, q] *
                 input[b, strides[1] * i + dilations[0] * di,
                          strides[2] * j + dilations[1] * dj, k]

Должны выполняться условия strides[0] = strides[3] = 1. В наиболее частом случае одинаковых горизонтальных и вертикальных шагов, strides = [1, stride, stride, 1]. Если какое-либо значение в dilations больше 1, мы выполняем атросную свёртку по каналам, в этом случае все значения в тензоре strides должны быть равны 1.

Пример использования:

x = np.array([
    [1., 2.],
    [3., 4.],
    [5., 6.]
], dtype=np.float32).reshape((1, 3, 2, 1))
kernel = np.array([
    [1., 2.],
    [3., 4]
], dtype=np.float32).reshape((2, 1, 1, 2))
tf.nn.depthwise_conv2d(x, kernel, strides=[1, 1, 1, 1],
                       padding='VALID').numpy()
  array([[[[10., 14.],
           [14., 20.]],
          [[18., 26.],
           [22., 32.]]]], dtype=float32)

tf.nn.depthwise_conv2d(x, kernel, strides=[1, 1, 1, 1],
                       padding=[[0, 0], [1, 0], [1, 0], [0, 0]]).numpy()
  array([[[[ 0.,  0.],
           [ 3.,  4.],
           [ 6.,  8.]],
          [[ 0.,  0.],
           [10., 14.],
           [14., 20.]],
          [[ 0.,  0.],
           [18., 26.],
           [22., 32.]]]], dtype=float32)

Аргументы
`input`	4-мерный тензор, форма соответствует `data_format`.
`filter`	4-мерный тензор, форма `[filter_height, filter_width, in_channels, channel_multiplier]`.
`strides`	1-мерный вектор размера 4. Шаг сдвига скользящего окна для каждой размерности входного тензора `input`.
`padding`	Определяет способ заполнения изображения перед применением свёртки. Может быть строкой `"SAME"` или `"VALID"`, указывающей тип алгоритма заполнения, или списком, указывающим явное заполнение в начале и конце каждой размерности. Смотрите здесь для получения дополнительной информации. При использовании явного заполнения и формате данных `"NHWC"`, оно должно быть в форме `[[0, 0], [pad_top, pad_bottom], [pad_left, pad_right], [0, 0]]`. При использовании явного заполнения и формате данных `"NCHW"`, оно должно быть в форме `[[0, 0], [0, 0], [pad_top, pad_bottom], [pad_left, pad_right]]`.
`data_format`	Формат данных на входе. Либо "NHWC" (по умолчанию), либо "NCHW".
`dilations`	1-мерный вектор размера 2. Скорость расширения при выборке входных значений по размерностям `height` и `width` в атросной свёртке. Если она больше 1, то все значения шагов должны быть равны 1.
`name`	Имя операции (необязательно).

Возвращаемые значения
4-мерный тензор `Tensor` с формой, соответствующей `data_format`. Например, для формата "NHWC", форма равна `[batch, out_height, out_width, in_channels * channel_multiplier].`

© 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/depthwise_conv2d