ExtractImagePatches

ExtractImagePatches classe final públicas

Extraia `patches` de` images` e coloque-os na dimensão de saída de "profundidade".

Constantes

Fragmento OP_NAME O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Métodos Públicos

Output <T>
asOutput ()
Retorna o identificador simbólico do tensor.
estática <T estende TType > ExtractImagePatches <T>
criar ( Scope escopo, Operando <T> imagens, List <longo> ksizes, List <longo> avanços, List <longo> taxas, String estofamento)
Método de fábrica para criar uma classe envolvendo uma nova operação ExtractImagePatches.
Output <T>
remendos ()
Tensor 4-D com forma `[batch, out_rows, out_cols, ksize_rows * ksize_cols * depth]` contendo patches de imagem com tamanho `ksize_rows x ksize_cols x depth` vetorizado na dimensão" profundidade ".

Métodos herdados

Constantes

nome_op final String public static

O nome desta operação, conforme conhecido pelo motor principal TensorFlow

Valor constante: "ExtractImagePatches"

Métodos Públicos

pública Output <T> asOutput ()

Retorna o identificador simbólico do tensor.

As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static ExtractImagePatches <T> criar ( Scope escopo, Operando <T> imagens, List <longo> ksizes, List <longo> avanços, List <longo> taxas, String estofamento)

Método de fábrica para criar uma classe envolvendo uma nova operação ExtractImagePatches.

Parâmetros
alcance escopo atual
imagens Tensor 4-D com forma `[batch, in_rows, in_cols, depth]`.
ksizes O tamanho da janela deslizante para cada dimensão das `imagens`.
passos largos A que distância estão os centros de duas manchas consecutivas nas imagens. Deve ser: `[1, stride_rows, stride_cols, 1]`.
cotações Deve ser: `[1, rate_rows, rate_cols, 1]`. Este é o passo de entrada, especificando a distância que duas amostras de patch consecutivas estão na entrada. Equivalente a extrair patches com `patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (taxas - 1)`, seguido de subamostragem espacialmente por um fator de `taxas`. Isso é equivalente a `taxa` em convoluções dilatadas (também conhecidas como Atrous).
preenchimento O tipo de algoritmo de preenchimento a ser usado.
Devoluções
  • uma nova instância de ExtractImagePatches

pública Output <T> manchas ()

Tensor 4-D com forma `[batch, out_rows, out_cols, ksize_rows * ksize_cols * depth]` contendo patches de imagem com tamanho `ksize_rows x ksize_cols x depth` vetorizado na dimensão" profundidade ". Note que `out_rows` e` out_cols` são as dimensões dos patches de saída.