tf.compat.v2.nn.conv2d
Вычисляет 2-мерную свёртку для тензоров размерности 4-D input и filters.
tf.compat.v2.nn.conv2d(
input, filters, strides, padding, data_format='NHWC', dilations=None, name=None
)
При заданном входном тензоре размерности [batch, in_height, in_width, in_channels] и тензоре фильтра/ядра размерности [filter_height, filter_width, in_channels, out_channels], эта операция выполняет следующее:
- Сжимает фильтр в 2-мерную матрицу размерности
[filter_height * filter_width * in_channels, output_channels]. - Извлекает фрагменты изображения из входного тензора, чтобы сформировать виртуальный тензор размерности
[batch, out_height, out_width, filter_height * filter_width * in_channels]. - Для каждого фрагмента умножает матрицу фильтра справа на вектор 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. В наиболее частом случае одинаковых горизонтальных и вертикальных шагов strides = [1, stride, stride, 1].
| Аргументы | |
|---|---|
input | A Tensor. Должен быть одного из следующих типов: half, bfloat16, float32, float64. 4-мерный тензор. Порядок измерений интерпретируется в соответствии со значением data_format, см. подробности ниже. |
filters | A Tensor. Должен иметь тот же тип, что и input. 4-мерный тензор размерности [filter_height, filter_width, in_channels, out_channels] |
strides | Целое число или список ints длиной 1, 2 или 4. Шаг скользящего окна для каждого измерения input. Если задано одно значение, оно дублируется в измерениях H и W. По умолчанию измерения N и C установлены в 1. Порядок измерений определяется значением data_format, см. подробности ниже. |
padding | Либо string "SAME" или "VALID", указывающие алгоритм заполнения, либо список, указывающий явное заполнение в начале и конце каждого измерения. При использовании явного заполнения и формате данных "NHWC", это должно быть в форме [[0, 0], [pad_top, pad_bottom], [pad_left, pad_right], [0, 0]]. При использовании явного заполнения и формате данных "NCHW", это должно быть в форме [[0, 0], [0, 0], [pad_top, pad_bottom], [pad_left, pad_right]]. |
data_format | Необязательный string из: "NHWC", "NCHW". По умолчанию "NHWC". Указывает формат данных для входных и выходных данных. С форматом "NHWC" по умолчанию данные хранятся в порядке: [batch, высота, ширина, каналы]. В качестве альтернативы, формат может быть "NCHW", порядок хранения данных: [batch, каналы, высота, ширина]. |
dilations | Целое число или список ints длиной 1, 2 или 4, по умолчанию 1. Коэффициент расширения для каждого измерения input. Если задано одно значение, оно дублируется в измерениях H и W. По умолчанию измерения N и C установлены в 1. Если установлено k > 1, между каждым элементом фильтра по этому измерению будет k-1 пропущенных ячеек. Порядок измерений определяется значением data_format, см. выше для подробностей. Расширения по измерениям пакет и глубина, если 4-мерный тензор, должны быть равны 1. |
name | Имя операции (необязательно). |
| Возвращаемое значение | |
|---|---|
A Tensor. Имеет тот же тип, что и input. |
© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/compat/v2/nn/conv2d