codecamp

TensorFlow函数:tf.nn.conv2d_transpose

tf.nn.conv2d_transpose函数

tf.nn.conv2d_transpose(
    value,
    filter,
    output_shape,
    strides,
    padding='SAME',
    data_format='NHWC',
    name=None
)

定义在:tensorflow/python/ops/nn_ops.py.

请参阅指南:图层(contrib)>建立神经网络层的高级操作

conv2d的转置.

在Deconvolutional Networks之后,此操作有时称为“反卷积” ,但实际上是conv2d的转置(梯度)而不是实际的反卷积.

参数:

  • value:一个float类型的4-d Tensor,对于NHWC数据格式形状为[batch, height, width, in_channels],或对于NCHW数据格式形状为[batch, in_channels, height, width].
  • filter:与value具有相同类型的4-D Tensor,并且形状为[height, width, output_channels, in_channels];filter的in_channels维度必须与value的相匹配.
  • output_shape:1-D Tensor表示反卷积操作的输出形状.
  • strides:一个整数列表,输入张量的每个维度的滑动窗口的步幅.
  • padding:一个字符串,可以是'VALID'或者'SAME';填充算法.
  • data_format:一个字符串,支持'NHWC'和'NCHW'.
  • name:返回张量的可选名称.

返回:

一个与value相同的Tensor.

可能引发异常:

  • ValueError:如果输入/输出深度与filter形状不匹配,或填充不是'VALID'或者'SAME'.


TensorFlow函数:tf.nn.conv2d_backprop_input
TensorFlow函数教程:tf.nn.conv3d
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

TensorFlow 函数介绍

TensorFlow 函数模块:tf

TensorFlow的image模块

TensorFlow使用之tf.io

TensorFlow使用之tf.keras

TensorFlow函数教程:tf.keras.applications

TensorFlow函数教程:tf.keras.backend

TensorFlow使用之tf.metrics

TensorFlow使用之tf.nn

TensorFlow使用之tf.python_io

TensorFlow 功能函数

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }