tf.compat.v1.nn.conv3d_transpose

Транспонирование conv3d.

tf.compat.v1.nn.conv3d_transpose(
    value,
    filter=None,
    output_shape=None,
    strides=None,
    padding='SAME',
    data_format='NDHWC',
    name=None,
    input=None,
    filters=None,
    dilations=None
)

Эта операция иногда называется "деконволюцией" (Zeiler et al., 2010), но на самом деле является транспонированием (градиентом) conv3d , а не собственно деконволюцией.

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]`. Размеры `filter` измерения должны совпадать с `value`.
`output_shape`	1-мерный `Tensor`, представляющий форму выходных данных операции деконволюции.
`strides`	Список целых чисел. Шаг скользящего окна для каждого измерения входного тензора.
`padding`	Строка, либо `'VALID'` , либо `'SAME'`. Алгоритм заполнения. Подробности см. в разделе "Возвращаемое значение" `tf.nn.convolution`.
`data_format`	Строка, либо `'NDHWC'` , либо `'NCDHW` , определяющая расположение входных и выходных тензоров. По умолчанию `'NDHWC'`.
`name`	Необязательное имя возвращаемого тензора.
`input`	Псевдоним значения.
`filters`	Псевдоним фильтра.
`dilations`	Целое число или список `ints` длиной `1`, `3` или `5`, по умолчанию 1. Коэффициент расширения для каждого измерения `input`. Если задано одно значение, оно дублируется в измерениях `D`, `H` и `W`. По умолчанию измерения `N` и `C` установлены в 1. Если задано k > 1, между каждым элементом фильтра в этом измерении будет k-1 пропущенных ячеек. Порядок измерений определяется значением `data_format`, см. подробности выше. Расширения в измерениях партии и глубины для 5-мерного тензора должны быть равны 1.

Возвращаемое значение
`Tensor` с тем же типом, что и `value`.

Исключения
`ValueError`	Если глубина входных/выходных данных не соответствует форме `filter`, или если заполнение отличается от `'VALID'` или `'SAME'`.

Ссылки:

Сверточные сети: Zeiler et al., 2010 (pdf)

© 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/versions/r2.9/api_docs/python/tf/compat/v1/nn/conv3d_transpose