TensorFlow函数:tf.nn.atrous_conv2d_transpose
2019-01-31 11:29 更新
tf.nn.atrous_conv2d_transpose函数
tf.nn.atrous_conv2d_transpose(
value,
filters,
output_shape,
rate,
padding,
name=None
)
定义在:tensorflow/python/ops/nn_ops.py.
请参阅指南:神经网络>卷积运算
atrous_conv2d的转置.
在Deconvolutional Networks之后,此操作有时称为“反卷积” ,但实际上是atrous_conv2d的转置(渐变)而不是实际的反卷积.
参数:
- value:类型为float的4-D Tensor,它需要采用默认NHWC格式,它的形状是[batch, in_height, in_width, in_channels].
- filters:与value具有相同类型,并且形状为[filter_height, filter_width, out_channels, in_channels]的4-D Tensor.filters' in_channels维度必须匹配value.Atrous卷积等效于具有有效高度filter_height + (filter_height - 1) * (rate - 1)和有效宽度filter_width + (filter_width - 1) * (rate - 1)的上采样滤波器的标准卷积,通过在filters空间维度上沿着连续元素插入rate - 1零来产生.
- output_shape:表示反卷积操作的输出形状的1-D Tensor.
- rate:正的int32,我们在整个height和width维度上对输入值进行采样的步幅.等效地,我们通过在height和width维度上插入零来上采样滤波器值的速率.在文献中,相同的参数有时称为input stride或dilation.
- padding:一个字符串,'VALID'或者'SAME'.填充算法.
- name:返回张量的可选名称.
返回:
与value具有相同类型的Tensor.
可能引发的异常:
- ValueError:如果输入/输出深度与filters'shape不匹配,或者padding不是'VALID'或者'SAME',或者如果rate小于1,或者output_shape不是具有4个元素的张量.