Uyarı: Bu API kullanımdan kaldırıldı ve TensorFlow'un gelecekteki bir sürümünde , değişim kararlı hale geldikten sonra kaldırılacaktır.

Bu sayfa, Cloud Translation API ile çevrilmiştir.
Switch to English

ExtractGlimpseV2

public final class ExtractGlimpseV2

Giriş tensöründen bir anlık görüntü alır.

Giriş tensöründen konum "uzaklıklarda" çıkarılan kısa bakışlar adı verilen bir dizi pencere döndürür. Pencereler girişlerle sadece kısmen örtüşüyorsa, örtüşmeyen alanlar rastgele gürültü ile doldurulacaktır.

Sonuç, 4 boyutlu bir şekil tensörüdür "[batch_size, glimpse_height, glimpse_width, kanallar]". Kanallar ve parti boyutları, giriş tensörününki ile aynıdır. Çıktı pencerelerinin yüksekliği ve genişliği "size" parametresinde belirtilir.

"Normalize" ve "ortalanmış" argümanı pencerelerin nasıl inşa edildiğini kontrol eder:

  • Koordinatlar normalleştirilmişse ancak ortalanmamışsa, 0,0 ve 1,0, her yükseklik ve genişlik boyutunun minimum ve maksimumuna karşılık gelir.
  • Koordinatlar hem normalleştirilmiş hem de ortalanmışsa, -1.0 ile 1.0 arasında değişir. Koordinatlar (-1.0, -1.0) sol üst köşeye karşılık gelir, sağ alt köşe (1.0, 1.0) ve merkez (0, 0) 'dadır.
  • Koordinatlar normalleştirilmezse piksel sayısı olarak yorumlanırlar.

Yuvalanmış Sınıflar

sınıf ExtractGlimpseV2.Options ExtractGlimpseV2 için isteğe bağlı öznitelikler

Kamu Yöntemleri

Çıktı <Float>
asOutput ()
Bir tensörün sembolik tutamacını döndürür.
statik ExtractGlimpseV2.Options
merkezli (Boolean merkezli)
statik ExtractGlimpseV2
oluştur ( Kapsam kapsamı, Operand <Float> girişi, Operand <Integer> boyutu, Operand <Float> ofsetleri, Seçenekler ... seçenekler)
Yeni bir ExtractGlimpseV2 işlemini saran bir sınıf oluşturmak için fabrika yöntemi.
Çıktı <Float>
bir bakış ()
"[Batch_size, glimpse_height, glimpse_width, kanallar]" işaretlerini temsil eden bir tensör.
statik ExtractGlimpseV2.Options
gürültü (Dize gürültüsü)
statik ExtractGlimpseV2.Options
normalleştirilmiş (Boolean normalleştirilmiş)
statik ExtractGlimpseV2.Options
uniformNoise (Boolean uniformNoise)

Devralınan Yöntemler

Kamu Yöntemleri

public Output <Float> asOutput ()

Bir tensörün sembolik tutamacını döndürür.

TensorFlow işlemlerinin girdileri, başka bir TensorFlow işleminin çıktılarıdır. Bu yöntem, girdinin hesaplanmasını temsil eden sembolik bir tutamaç elde etmek için kullanılır.

public static ExtractGlimpseV2.Options ortalanmış (Boolean merkezli)

Parametreler
merkezli ofset koordinatlarının görüntüye göre ortalanıp ortalanmadığını belirtir, bu durumda (0, 0) ofset giriş görüntülerinin merkezine göre değişir. Yanlışsa, (0,0) ofseti giriş görüntülerinin sol üst köşesine karşılık gelir.

public static ExtractGlimpseV2 create ( Scope kapsamı, Operand <Float> girişi, Operand <Integer> boyutu, Operand <Float> ofsetleri, Seçenekler ... seçenekler)

Yeni bir ExtractGlimpseV2 işlemini saran bir sınıf oluşturmak için fabrika yöntemi.

Parametreler
dürbün mevcut kapsam
giriş "[Batch_size, height, width, kanallar]" şeklindeki 4 boyutlu bir yüzer tensör.
boyut Çıkarılacak işaretlerin boyutunu içeren 2 elementin 1-D tensörü. Anlık yükseklik, ardından kısa bakış genişliği tarafından önce belirtilmelidir.
ofsetler Her pencerenin merkezinin y, x konumlarını içeren 2 boyutlu bir tamsayı tensörü "[batch_size, 2]".
seçenekler isteğe bağlı öznitelik değerleri taşır
İadeler
  • ExtractGlimpseV2'nin yeni bir örneği

public Output <Float> bakış ()

"[Batch_size, glimpse_height, glimpse_width, kanallar]" işaretlerini temsil eden bir tensör.

public static ExtractGlimpseV2.Options gürültüsü (Dize gürültüsü)

Parametreler
gürültü, ses gürültünün "tek tip", "gauss" veya "sıfır" olması gerektiğini belirtir. Varsayılan "tek tip" tir, bu da gürültü türünün "uniform_noise" tarafından belirleneceği anlamına gelir.

public static ExtractGlimpseV2.Options normalize edildi (Boolean normalize)

Parametreler
normalleştirilmiş ofset koordinatlarının normalize edilip edilmediğini gösterir.

public static ExtractGlimpseV2.Options uniformNoise (Boolean uniformNoise)

Parametreler
üniforma gürültünün tek tip bir dağılım mı yoksa bir Gauss dağılımı kullanılarak mı üretilmesi gerektiğini belirtir.