tensorflow - 张量流中的自定义窗口运算符
问题描述
我想实现下一个公式: Si = (x1 - w1) + ... + (xn - wn) 就像 Conv=x1*w1 + ... xn*wn 对于 X(输入张量)和内核 W 下的某些区域. 重要的是,此操作在所有区域 X 上重复,切片 W 具有步幅和填充参数,就像简单的卷积一样。
这是怎么做的?
不久前我在stackoverflow上发现了类似的问题。但它完成了 C++ 上的自定义实现和编译或更改 CUDA 源或类似的东西。
今天有更简单的方法吗?
解决方案
如果我让你正确,那么你计算Si=(x1 + ... + xn)-(w1 + ... + wn)
?权重的总和是一个数字,因此您不再有“内核”。您可以计算的第一个总和tf.nn.conv2d
以及一个用 初始化的过滤器tf.ones
。但我不认为这就是你的意思,所以你能不能进一步说明你的问题?
推荐阅读
- c# - 将 Protobuff 生成的 C# 文件编译成 dll
- java - 无法使用 Java 中的 ITEXT 将第 10 个表添加到 PDF
- java - 使用来自通量的数据将通量减少为单声道
- php - 如何使用学说和 jms/serializer 序列化 laminas/mezzio 中的实体
- r - 如何按 ID 对特定输出进行子集列表
- sql - 为什么在 SQLite 中使用 NOT EXISTS 过滤时需要等于条件?
- audio - 音频文件中的样本如何对齐?
- encoding - 选择子句未显示 Hive CLI 输出中的字符串字段中存在的 '\u0001 char
- c - MPI Isend Recv 死锁问题
- flutter - 无法使用flutter设备预览包|| 没有名称为“nullOk”的命名参数