tf.nn.conv3d_transpose
| Просмотреть исходный код на GitHub |
Транспонирование conv3d.
tf.nn.conv3d_transpose(
input, filters, output_shape, strides, padding='SAME', data_format='NDHWC',
dilations=None, name=None
)
Эта операция иногда называется "деконволюцией" (Zeiler et al., 2010), но на самом деле является транспонированием (градиентом) conv3d , а не фактической деконволюцией.
| Аргументы | |
|---|---|
input | 5-мерный Tensor типа float и формы [batch, depth, height, width, in_channels] для формата данных NDHWC или [batch, in_channels, depth, height, width] для формата данных NCDHW. |
filters | 5-мерный Tensor с тем же типом, что и input и формой [depth, height, width, output_channels, in_channels]. Размеры in_channels у filter должны соответствовать размерам input. |
output_shape | 1-мерный Tensor , представляющий форму выходных данных операции деконволюции. |
strides | Целое число или список ints длиной 1, 3 или 5. Шаг скользящего окна для каждого измерения input. Если задано единственное значение, оно дублируется в измерениях D, H и W. По умолчанию измерения N и C устанавливаются в 0. Порядок измерений определяется значением data_format, см. подробности ниже. |
padding | Строка, либо 'VALID' или 'SAME'. Алгоритм заполнения. Подробности см. в разделе "Возвращаемое значение" в tf.nn.convolution. |
data_format | Строка. Поддерживаются 'NDHWC' и 'NCDHW'. |
dilations | Целое число или список ints длиной 1, 3 или 5, по умолчанию 1. Коэффициент расширения для каждого измерения input. Если задано единственное значение, оно дублируется в измерениях D, H и W. По умолчанию измерения N и C устанавливаются в 1. Если установлено k > 1, между каждым элементом фильтра в данном измерении будет k-1 пропущенных ячеек. Порядок измерений определяется значением data_format, см. выше для подробностей. Расширения в измерениях пакетной обработки и глубины для 5-мерного тензора должны быть равны 1. |
name | Необязательное имя для возвращаемого тензора. |
| Возвращаемое значение | |
|---|---|
Tensor с тем же типом, что и input. |
Ссылки:
Сети деконволюции: Zeiler et al., 2010 (pdf)
© 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/r2.3/api_docs/python/tf/nn/conv3d_transpose
