tf.nn.conv3d:给定 5-D input
和filters
张量,计算 3-D 卷积。
tf.nn.conv3d(
input, filters, strides, padding, data_format='NDHWC', dilations=None, name=None
)
在信号处理中,互相关是两个波形的相似性的量度,时滞应用到两个波形之一的函数。这也称为滑动点积或滑动内积。
我们的Conv3D实现了一种互相关形式。
Args |
|
---|---|
input |
一个 形状: |
filters |
一 形状:
|
strides |
一个ints的 列表,长度>= 5 。长度为5的一维张量。滑动窗口对于input 每个维度的步幅。必须有strides[0] = strides[4] = 1 。 |
padding |
一个string 来自:"SAME", "VALID" 。要使用的填充算法的类型。 |
data_format |
来自"NDHWC", "NCDHW" 的可选string 内容。默认为"NDHWC" 。输入和输出数据的数据格式。使用默认格式“ NDHWC”时,数据按以下顺序存储:[batch,in_depth,in_height,in_width,in_channels]。或者,格式可以为“ NCDHW”,数据存储顺序为:[batch,in_channels,in_depth,in_height,in_width]。 |
dilations |
ints 的可选列表。默认为[1, 1, 1, 1, 1] 。长度为5的一维张量。input 的每个维度的膨胀因子 。如果设置为k> 1,则该维度上每个过滤器元素之间将有k-1个跳过的单元格。维度顺序由data_format 的值确定,有关详细信息,请参见上文。batch维度和depth维度的膨胀率必须为1。 |
name |
操作的名称(可选)。 |
Returns |
---|
一个Tensor张量 。具有与input 相同类型。 |