tf.raw_ops.Conv2D
Вычисляет двумерную свертку по тензорам input и filter ранга 4.
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
)
Для входного тензора формы [batch, in_height, in_width, in_channels] и тензора фильтра / ядра формы [filter_height, filter_width, in_channels, out_channels] эта операция выполняет следующие действия:
- Преобразует фильтр в двумерную матрицу формы
[filter_height * filter_width * in_channels, output_channels]. - Извлекает из входного тензора фрагменты изображения, формируя виртуальный тензор формы
[batch, out_height, out_width, filter_height * filter_width * in_channels]. - Для каждого фрагмента выполняет умножение матрицы фильтра справа на вектор фрагмента изображения.
Подробно, для формата NHWC, используемого 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 быть strides[0] = strides[3] = 1. Для наиболее распространенного случая с одинаковыми горизонтальным и вертикальным шагами strides = [1, stride, stride, 1].
| Аргументы | |
|---|---|
input | Тензор Tensor. Должен иметь один из следующих типов: half, bfloat16, float32, float64, int32. Тензор ранга 4. Порядок измерений определяется значением data_format; подробности см. ниже. |
filter | Тензор Tensor. Должен иметь тот же тип, что и input. Тензор ранга 4 формы [filter_height, filter_width, in_channels, out_channels] |
strides | Список из ints. Одномерный тензор длины 4. Шаг скользящего окна для каждого измерения input. Порядок измерений определяется значением data_format; подробности см. ниже. |
padding | Значение string из: "SAME", "VALID", "EXPLICIT". Тип используемого алгоритма дополнения. |
use_cudnn_on_gpu | Необязательный параметр bool. По умолчанию — True. |
explicit_paddings | Необязательный список из ints. По умолчанию — []. Если padding имеет значение "EXPLICIT", задает список явных величин дополнения. Для i-го измерения количество элементов дополнения, добавляемых до и после него, равно соответственно explicit_paddings[2 * i] и explicit_paddings[2 * i + 1]. Если padding не имеет значения "EXPLICIT", параметр explicit_paddings должен быть пустым. |
data_format | Необязательное значение string из: "NHWC", "NCHW". По умолчанию — "NHWC". Задает формат данных для входных и выходных данных. В формате по умолчанию «NHWC» данные хранятся в следующем порядке: [batch, height, width, channels]. Также можно использовать формат «NCHW», в котором данные хранятся в следующем порядке: [batch, channels, height, width]. |
dilations | Необязательный список из ints. По умолчанию — [1, 1, 1, 1]. Одномерный тензор длины 4. Коэффициент разрежения для каждого измерения input. Если значение больше 1, между каждым элементом фильтра в этом измерении будет пропущено k-1 ячеек. Порядок измерений определяется значением data_format; подробности см. выше. Коэффициенты разрежения для измерений пакета и глубины должны быть равны 1. |
name | Имя операции (необязательно). |
| Возвращает | |
|---|---|
Тензор 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