Данная операция иногда называется "деконволюцией" по аналогии с Deconvolutional Networks, но на самом деле она представляет собой транспонирование (градиент) операции conv3d , а не истинную деконволюцию.
Аргументы
value
5-мерный Tensor типа float и формы [batch, depth, height, width, in_channels].
filter
5-мерный Tensor с тем же типом, что и value и формой [depth, height, width, output_channels, in_channels]. Размерность filter в in_channels должна совпадать с размерностью value.
output_shape
1-мерный Tensor, представляющий форму выходных данных операции деконволюции.
strides
Список целых чисел. Шаг скользящего окна для каждой размерности входного тензора.
padding
Строка, либо 'VALID' , либо 'SAME'. Алгоритм заполнения. Подробности см. в разделе "Возвращаемые значения" tf.nn.convolution.
data_format
Строка, либо 'NDHWC' , либо 'NCDHW , определяющая расположение входного и выходного тензоров. По умолчанию 'NDHWC'.
name
Необязательное имя возвращаемого тензора.
input
Псевдоним значения.
filters
Псевдоним фильтра.
dilations
Целое число или список целых чисел, имеющий длину 1, 3 или 5, по умолчанию 1. Фактор расширения для каждой размерности input. Если задано единственное значение, оно дублируется в размерностях D, H и W. По умолчанию размерности N и C устанавливаются в 1. Если значение равно k > 1, между каждым элементом фильтра в этой размерности будут пропущены k-1 ячейки. Порядок размерностей определяется значением data_format, подробности см. выше. Значения расширения для размерностей пакетных данных и глубины для 5-мерных тензоров должны быть равны 1.
Возвращаемые значения
Tensor с тем же типом, что и value.
Исключения
ValueError
Если глубина входных/выходных данных не соответствует форме filter, или если значение параметра padding отлично от 'VALID' или 'SAME'.
