tf.nn.separable_conv2d

Двумерная свёртка с разделительными фильтрами.

tf.nn.separable_conv2d(
    input,
    depthwise_filter,
    pointwise_filter,
    strides,
    padding,
    data_format=None,
    dilations=None,
    name=None
)

Выполняет свёртку по каналам, действуя раздельно на каждый из них, а затем точечную свёртку, которая объединяет каналы. Обратите внимание, что это разделимость по измерениям [1, 2] и 3, а не пространственная разделимость по измерениям 1 и 2.

Подробно, используя формат NHWC по умолчанию:

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

strides управляет шагами только для свёртки по глубине, так как точечная свёртка имеет неявные шаги [1, 1, 1, 1]. Должно выполняться условие strides[0] = strides[3] = 1. Для наиболее распространённого случая одинаковых горизонтальных и вертикальных шагов, strides = [1, stride, stride, 1]. Если любое значение в rate больше 1, то мы выполняем атронную свёртку по глубине, в этом случае все значения в тензоре strides должны быть равны 1.

Аргументы
`input`	4-мерный `Tensor` с формой в соответствии с `data_format`.
`depthwise_filter`	4-мерный `Tensor` с формой `[filter_height, filter_width, in_channels, channel_multiplier]`. Содержит `in_channels` свёртки фильтры глубиной 1.
`pointwise_filter`	4-мерный `Tensor` с формой `[1, 1, channel_multiplier * in_channels, out_channels]`. Точечный фильтр для объединения каналов после того, как `depthwise_filter` выполнил пространственную свёртку.
`strides`	1-мерный массив длины 4. Шаги для свёртки по глубине для каждого измерения `input`.
`padding`	Управляет тем, как заполнить изображение перед применением свёртки по глубине. Может быть строкой `"SAME"` или `"VALID"`, указывающей тип алгоритма заполнения, или списком Python, указывающим явное заполнение в начале и в конце каждого измерения. Когда используется явное заполнение и data_format равен `"NHWC"`, это должно быть в форме `[[0, 0], [pad_top, pad_bottom], [pad_left, pad_right], [0, 0]]`. Когда используется явное заполнение и data_format равен `"NCHW"`, это 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 массив размера 2. Скорость наращивания в котором мы выбираем значения входных данных по измерениям `height` и `width` в атронной свёртке. Если она больше 1, то все значения strides должны быть 1.
`name`	Имя этой операции (необязательно).

Возвращаемое значение
4-мерный `Tensor` с формой в соответствии с 'data_format'. Например, при data_format="NHWC", форма — [batch, out_height, out_width, out_channels].

© 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/separable_conv2d