tf.compat.v1.nn.depthwise_conv2d_native

Вычисляет 2-мерную свертку по глубине.

tf.compat.v1.nn.depthwise_conv2d_native(
    input,
    filter,
    strides,
    padding,
    data_format='NHWC',
    dilations=[1, 1, 1, 1],
    name=None
)

Учитывая входной тензор формы [batch, in_height, in_width, in_channels] и тензор фильтра/ядра формы [filter_height, filter_width, in_channels, channel_multiplier], содержащий in_channels сверточных фильтров глубиной 1, depthwise_conv2d применяет к каждому входному каналу отдельный фильтр (расширяя с 1 канала до channel_multiplier каналов для каждого), а затем конкатенирует результаты вместе. Таким образом, выход имеет in_channels * channel_multiplier каналов.

for k in 0..in_channels-1
  for q in 0..channel_multiplier-1
    output[b, i, j, k * channel_multiplier + q] =
      sum_{di, dj} input[b, strides[1] * i + di, strides[2] * j + dj, k] *
                        filter[di, dj, k, q]

Должно выполняться условие strides[0] = strides[3] = 1. Для наиболее распространённого случая одинаковых горизонтальных и вертикальных шагов, strides = [1, stride, stride, 1].

Аргументы
`input`	A `Tensor`. Должен быть одного из следующих типов: `half`, `bfloat16`, `float32`, `float64`.
`filter`	A `Tensor`. Должен иметь тот же тип, что и `input`.
`strides`	Список `ints`. 1-мерный массив длиной 4. Шаг скользящего окна для каждого измерения `input`.
`padding`	Управляет тем, как заполнять изображение перед применением свертки. Может быть строкой `"SAME"` или `"VALID"` для указания типа алгоритма заполнения, или списком, указывающим явное заполнение в начале и конце каждого измерения. Когда используется явное заполнение и data_format равно `"NHWC"`, это должно быть в форме `[[0, 0], [pad_top, pad_bottom], [pad_left, pad_right], [0, 0]]`. Когда используется явное заполнение и data_format равно `"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 входных и выходных данных. С параметром по умолчанию "NHWC" данные хранятся в порядке: [batch, height, width, channels]. В качестве альтернативы, формат может быть "NCHW", порядок хранения данных: [batch, channels, height, width].
`dilations`	Необязательный список `ints`. По умолчанию `[1, 1, 1, 1]`. 1-мерный тензор длиной 4. Коэффициент дилатации для каждого измерения `input`. 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. Дилатации в измерениях batch и depth должны быть 1.
`name`	Имя операции (необязательно).

Возвращаемое значение
A `Tensor`. Имеет тот же тип, что и `input`.

© 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/depthwise_conv2d_native