tf.nn.conv3d
函数别名
tf.compat.v1.nn.conv3d
1.函数功能
计算5-D张量input与5-D张量filter的3-D卷积。
在信号处理中,互相关(cross-correlation)衡量两个信号相似性的指标。cross-correlation也被称为滑动点积或滑动内积。
tf.nn.conv3d是以cross-correlation形式实现的。
2.入参
tf.nn.conv3d(
input,
filter=None,
strides=None,
padding=None,
data_format='NDHWC',
dilations=[1, 1, 1, 1, 1],
name=None,
filters=None
)
参数 | 含义 |
---|---|
input | 5-D张量,元素类型必须是half, bfloat16, float32, float64之一。 对于NDHWC格式是[batch, in_depth, in_height, in_width, in_channels],NCDHW是 [batch, in_channels, in_depth, in_height, in_width]。 |
filters | 5-D张量,与输入类型一致。格式 [filter_depth, filter_height, filter_width, in_channels, out_channels],其中in_channels必须保持input和filters一致。 |
strides | 1-D张量,元素int类型,其长度length >= 5。滑动窗口在input的每个维度上 滑动步长。其元素关系要求strides[0] = strides[4] = 1. |
padding | 指定填充算法,"SAME"或 “VALID”。 |
data_format | input和output的格式,可以是"NDHWC"或 “NCDHW”,默认 “NDHWC”。"NDHWC"格式 [batch, in_depth, in_height, in_width, in_channels].,"NCDHW"格式对应[batch, in_channels, in_depth, in_height, in_width]。 |
dilations | 膨胀因子。默认 [1, 1, 1, 1, 1]。 长度为5的1-D张量。 |
name | 操作名(可选). |
3.返回值
输出张量,与输入input一致。
4.可能引发的异常
ValueError,如data_format无效。