TensorFlow函数：tf.layers.conv3d_transpose

tf.layers.conv3d_transpose函数

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
)

定义在：tensorflow/python/layers/convolutional.py.

转置3D卷积层的功能接口.

参数：

• inputs：输入张量.
• filters：整数,输出空间的维数(即卷积中的滤波器数).
• kernel_size：一个元组或3个正整数的列表,指定过滤器的空间维度；可以是单个整数,以指定所有空间维度的相同值.
• strides：一个元组或3个正整数的列表,指定卷积的步幅；可以是单个整数,以指定所有空间维度的相同值.
• padding：一个"valid"或"same"(不区分大小写).
• data_format：一个字符串,可以是channels_last(默认)或channels_first；输入中维度的顺序；channels_last对应于具有形状(batch, depth, height, width, channels)的输入,而channels_first对应于具有形状(batch, channels, depth, height, width)的输入.
• activation：激活功能,将其设置为“None”以保持线性激活.
• use_bias：Boolean,该层是否使用偏差.
• kernel_initializer：卷积内核的初始化程序.
• bias_initializer：偏置向量的初始化器,如果为None,将使用默认初始值设定项.
• kernel_regularizer：卷积内核的可选正则化器.
• bias_regularizer：偏置矢量的可选正则化器.
• activity_regularizer：输出的可选正则化函数.
• kernel_constraint：由Optimizer更新后应用于内核的可选投影函数(例如,用于实现层权重的范数约束或值约束)；该函数必须将未投影的变量作为输入,并且必须返回投影变量(必须具有相同的形状)；在进行异步分布式培训时,使用约束是不安全的.
• bias_constraint：由Optimizer更新后应用于偏差的可选投影函数.
• trainable：Boolean,如果为True,也可以将变量添加到图集合GraphKeys.TRAINABLE_VARIABLES中(请参阅参考资料tf.Variable).
• name：字符串,图层的名称.
• reuse：Boolean,是否以同一名称重用前一层的权重.

返回：

输出张量.

可能引发的异常：

• ValueError：如果启用了急切(eager)执行.