TensorFlow函數：tf.layers.conv3d_transpose

tf.layers.conv3d_transpose函數

tf.layers.conv3d_transpose(
    inputs,
    filters,
    kernel_size,
    strides=(1, 1, 1),
    padding='valid',
    data_format='channels_last',
    activation=None,
    use_bias=True,
    kernel_initializer=None,
    bias_initializer=tf.zeros_initializer(),
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    trainable=True,
    name=None,
    reuse=None
)

定義在：tensorflow/python/layers/convolutional.py.

轉置3D卷積層的功能接口.

參數：

• inputs：輸入張量.
• filters：整數,輸出空間的維數(即卷積中的濾波器數).
• kernel_size：一個元組或3個正整數的列表,指定過濾器的空間維度；可以是單個整數,以指定所有空間維度的相同值.
• strides：一個元組或3個正整數的列表,指定卷積的步幅；可以是單個整數,以指定所有空間維度的相同值.
• padding：一個"valid"或"same"(不區(qū)分大小寫).
• data_format：一個字符串,可以是channels_last(默認)或channels_first；輸入中維度的順序；channels_last對應于具有形狀(batch, depth, height, width, channels)的輸入,而channels_first對應于具有形狀(batch, channels, depth, height, width)的輸入.
• activation：激活功能,將其設置為“None”以保持線性激活.
• use_bias：Boolean,該層是否使用偏差.
• kernel_initializer：卷積內核的初始化程序.
• bias_initializer：偏置向量的初始化器,如果為None,將使用默認初始值設定項.
• kernel_regularizer：卷積內核的可選正則化器.
• bias_regularizer：偏置矢量的可選正則化器.
• activity_regularizer：輸出的可選正則化函數.
• kernel_constraint：由Optimizer更新后應用于內核的可選投影函數(例如,用于實現層權重的范數約束或值約束)；該函數必須將未投影的變量作為輸入,并且必須返回投影變量(必須具有相同的形狀)；在進行異步分布式培訓時,使用約束是不安全的.
• bias_constraint：由Optimizer更新后應用于偏差的可選投影函數.
• trainable：Boolean,如果為True,也可以將變量添加到圖集合GraphKeys.TRAINABLE_VARIABLES中(請參閱參考資料tf.Variable).
• name：字符串,圖層的名稱.
• reuse：Boolean,是否以同一名稱重用前一層的權重.

返回：

輸出張量.

可能引發(fā)的異常：

• ValueError：如果啟用了急切(eager)執(zhí)行.