tf.raw_ops.Conv2D
Вычисляет 2D свертку, заданную 4-мерными тензорами input и filter.
tf.raw_ops.Conv2D(
input,
filter,
strides,
padding,
use_cudnn_on_gpu=True,
explicit_paddings=[],
data_format='NHWC',
dilations=[1, 1, 1, 1],
name=None
)
Учитывая входной тензор формы [batch, in_height, in_width, in_channels] и тензор фильтра/ядра формы [filter_height, filter_width, in_channels, out_channels], этот оператор выполняет следующее:
- Разворачивает фильтр в матрицу 2D с формой
[filter_height * filter_width * in_channels, output_channels]. - Извлекает фрагменты изображения из входного тензора, чтобы сформировать виртуальный тензор формы
[batch, out_height, out_width, filter_height * filter_width * in_channels]. - Для каждого фрагмента выполняет правое умножение матрицы фильтра и вектора фрагмента изображения.
Подробно, с форматом NHWC по умолчанию,
output[b, i, j, k] =
sum_{di, dj, q} input[b, strides[1] * i + di, strides[2] * j + dj, q] *
filter[di, dj, q, k]
Должно выполняться условие strides[0] = strides[3] = 1. Для наиболее распространённого случая одинаковых горизонтальных и вертикальных шагов strides = [1, stride, stride, 1].
| Аргументы | |
|---|---|
input | A Tensor. Должен быть одного из следующих типов: half, bfloat16, float32, float64, int32. 4-мерный тензор. Порядок измерений интерпретируется в соответствии со значением data_format, см. подробности ниже. |
filter | A Tensor. Должен иметь тот же тип, что и input. 4-мерный тензор формы [filter_height, filter_width, in_channels, out_channels] |
strides | Список ints. 1-мерный тензор длиной 4. Шаг скользящего окна для каждого измерения input. Порядок измерений определяется значением data_format, см. подробности ниже. |
padding | A string из: "SAME", "VALID", "EXPLICIT". Тип алгоритма заполнения. |
use_cudnn_on_gpu | Необязательный bool. По умолчанию True. |
explicit_paddings | Необязательный список ints. По умолчанию []. Если padding равен "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 равен "EXPLICIT", explicit_paddings должен быть пустым. |
data_format | Необязательный string из: "NHWC", "NCHW". По умолчанию "NHWC". Укажите формат данных входных и выходных данных. При формате по умолчанию "NHWC" данные хранятся в порядке: [batch, height, width, channels]. В качестве альтернативы, формат может быть "NCHW", порядок хранения данных: [batch, channels, height, width]. |
dilations | Необязательный список ints. По умолчанию [1, 1, 1, 1]. 1-мерный тензор длиной 4. Коэффициент сжатия для каждого измерения input. Если задано k > 1, между каждым элементом фильтра по этому измерению будет k-1 пропущенных ячеек. Порядок измерений определяется значением data_format, см. подробности выше. Сжатия по измерениям пакетности и глубины должны быть равны 1. |
name | Имя операции (необязательно). |
| Возвращаемые значения | |
|---|---|
A 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/raw_ops/Conv2D