Эта операция иногда называется «деконволюцией» по аналогии с Deconvolutional Networks, но на самом деле она является транспонированием (градиентом) atrous_conv2d , а не фактической деконволюцией.
Аргументы
value
4-мерный Tensor типа float. Он должен быть в формате по умолчанию NHWC. Его форма [batch, in_height, in_width, in_channels].
filters
4-мерный Tensor с тем же типом, что и value и формой [filter_height, filter_width, out_channels, in_channels]. filters размерность in_channels должна совпадать с размером value. Атропная свертка эквивалентна стандартной свертке с увеличенными фильтрами с эффективной высотой filter_height + (filter_height - 1) * (rate - 1) и эффективной шириной filter_width + (filter_width - 1) * (rate - 1), полученными путем вставки rate - 1 нулей вдоль последовательных элементов по filters пространственным измерениям.
output_shape
1-мерный Tensor формы, представляющей выходную форму операции деконволюции.
rate
Положительное целое число типа int32. Шаг, с которым мы выбираем значения входных данных по height и width измерениям. Эквивалентно, скорость увеличения значений фильтра путем вставки нулей по height и width измерениям. В литературе этот же параметр иногда называется input stride или dilation.
padding
Строка, либо 'VALID' или 'SAME'. Алгоритм заполнения.
name
Необязательное имя возвращаемого тензора.
Возвращаемое значение
Tensor с тем же типом, что и value .
Исключения
ValueError
Если глубина входных/выходных данных не соответствует форме filters, или если заполнение отличается от 'VALID' или 'SAME', или если rate меньше единицы, или если выходная форма не является тензором с 4 элементами.
