Wyodrębnia rzut oka z tensora wejściowego.
Zwraca zestaw okien zwanych przebłyskami wyodrębnionymi w lokalizacji „przesunięcia” z tensora wejściowego. Jeżeli okna tylko częściowo nachodzą na wejścia, obszary nienakładające się na siebie zostaną wypełnione losowym szumem.
Wynikiem jest tensor 4-D o kształcie „[rozmiar_partii, wysokość_przeglądu, szerokość_przejrzenia, kanały]”. Kanały i wymiary wsadu są takie same jak w przypadku tensora wejściowego. Wysokość i szerokość okien wyjściowych określana jest w parametrze `size`.
Argumenty „znormalizowany” i „wyśrodkowany” kontrolują sposób budowy okien:
- Jeśli współrzędne są znormalizowane, ale nie wyśrodkowane, 0,0 i 1,0 odpowiadają minimum i maksimum każdego wymiaru wysokości i szerokości.
- Jeśli współrzędne są zarówno znormalizowane, jak i wyśrodkowane, wahają się od -1,0 do 1,0. Współrzędne (-1,0, -1,0) odpowiadają lewemu górnemu rogowi, prawy dolny róg znajduje się w (1,0, 1,0), a środek w (0, 0).
- Jeżeli współrzędne nie są znormalizowane, są one interpretowane jako liczba pikseli.
Klasy zagnieżdżone
| klasa | WyodrębnijPrzegląd.Opcje | Opcjonalne atrybuty dla ExtractGlimpse | |
Stałe
| Strunowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
| Dane wyjściowe <TFloat32> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
| statyczny ekstraktGlimpse.Options | wyśrodkowany (wyśrodkowany logicznie) |
| statyczny ekstraktGlimpse | |
| Dane wyjściowe <TFloat32> | rzut okiem () Tensor reprezentujący przebłyski „[rozmiar_partii, wysokość_przeglądu, szerokość_przejrzenia, kanały]”. |
| statyczny ekstraktGlimpse.Options | hałas (szum strunowy) |
| statyczny ekstraktGlimpse.Options | znormalizowany (znormalizowany Boole'a) |
| statyczny ekstraktGlimpse.Options | uniformNoise (Boolean uniformNoise) |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
Metody publiczne
publiczne wyjście < TFloat32 > asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static ExtractGlimpse.Options wyśrodkowane (wyśrodkowane wartości logiczne)
Parametry
| wyśrodkowany | wskazuje, czy współrzędne przesunięcia są wyśrodkowane względem obrazu, w którym to przypadku przesunięcie (0, 0) jest względem środka obrazów wejściowych. Jeśli fałsz, przesunięcie (0,0) odpowiada lewemu górnemu rogowi obrazów wejściowych. |
|---|
public static ExtractGlimpse create (Zakres zasięgu , Operand < TFloat32 > dane wejściowe, Operand < TInt32 > rozmiar, Operand < TFloat32 > przesunięcia, Opcje... opcje)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację ExtractGlimpse.
Parametry
| zakres | aktualny zakres |
|---|---|
| wejście | 4-D tensor zmiennoprzecinkowy o kształcie „[rozmiar_partia, wysokość, szerokość, kanały]”. |
| rozmiar | Tensor 1-D składający się z 2 elementów zawierający rozmiar przebłysków do wyodrębnienia. Najpierw należy określić wysokość prześwitu, a następnie szerokość prześwitu. |
| offsety | Dwuwymiarowy tensor całkowity o kształcie „[batch_size, 2]” zawierający lokalizacje y, x środka każdego okna. |
| opcje | przenosi opcjonalne wartości atrybutów |
Zwroty
- nowa instancja ExtractGlimpse
publiczne wyjście < TFloat32 > spojrzenie ()
Tensor reprezentujący przebłyski „[rozmiar_partii, wysokość_przeglądu, szerokość_przejrzenia, kanały]”.
public static ExtractGlimpse.Options szum (szum ciągów)
Parametry
| hałas | wskazuje, czy szum powinien być „jednolity”, „gaussowski” czy „zero”. Wartość domyślna to „uniform”, co oznacza, że o typie szumu będzie decydować wartość „uniform_noise”. |
|---|
public static ExtractGlimpse.Options znormalizowany (znormalizowany Boolean)
Parametry
| znormalizowany | wskazuje, czy współrzędne przesunięcia są znormalizowane. |
|---|
public static ExtractGlimpse.Options uniformNoise (Boolean uniformNoise)
Parametry
| jednolity hałas | wskazuje, czy szum powinien być generowany przy użyciu rozkładu równomiernego, czy rozkładu Gaussa. |
|---|