ResizeBicubicGrad

کلاس نهایی عمومی ResizeBicubicGrad

گرادیان درون یابی دو مکعبی را محاسبه می کند.

کلاس های تو در تو

کلاس ResizeBicubicGrad.Options ویژگی های اختیاری برای ResizeBicubicGrad

ثابت ها

رشته OP_NAME نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

روش های عمومی

استاتیک ResizeBicubicGrad.Options
alignCorners (alignCorners بولی)
خروجی <T>
asOutput ()
دسته نمادین تانسور را برمی گرداند.
استاتیک <T TNumber > ResizeBicubicGrad <T> را گسترش می دهد
ایجاد ( scope scope، Operand < TFloat32 > grads، Operand <T> originalImage، Options... گزینه ها)
روش کارخانه برای ایجاد کلاسی که یک عملیات ResizeBicubicGrad جدید را بسته بندی می کند.
استاتیک ResizeBicubicGrad.Options
halfPixelCenters (Boolean halfPixelCenters)
خروجی <T>
خروجی ()
4-بعدی با شکل «[دسته، ارتفاع_منبع، عرض_منبع، کانال]».

روش های ارثی

ثابت ها

رشته نهایی ثابت عمومی OP_NAME

نام این عملیات، همانطور که توسط موتور هسته TensorFlow شناخته می شود

مقدار ثابت: "ResizeBicubicGrad"

روش های عمومی

عمومی استاتیک ResizeBicubicGrad. Options alignCorners (alignCorners بولی)

مولفه های
alignCorners اگر درست باشد، مراکز 4 پیکسل گوشه تانسور ورودی و درجه تراز هستند. پیش فرض به نادرست.

خروجی عمومی <T> asOutput ()

دسته نمادین تانسور را برمی گرداند.

ورودی های عملیات TensorFlow خروجی های عملیات تنسورفلو دیگر هستند. این روش برای به دست آوردن یک دسته نمادین که نشان دهنده محاسبه ورودی است استفاده می شود.

عمومی ایستا ResizeBicubicGrad <T> ایجاد ( scope scope، Operand < TFloat32 > grads، Operand <T> originalImage، Options... گزینه ها)

روش کارخانه برای ایجاد کلاسی که یک عملیات ResizeBicubicGrad جدید را بسته بندی می کند.

مولفه های
محدوده محدوده فعلی
فارغ التحصیلان 4-بعدی با شکل «[دسته، ارتفاع، عرض، کانال]».
تصویر اصلی 4-بعدی با شکل «[دسته، ارتفاع_منبع، عرض_منبع، کانال ها]»، تانسور تصویری که اندازه آن تغییر کرده است.
گزینه ها مقادیر ویژگی های اختیاری را حمل می کند
برمی گرداند
  • نمونه جدیدی از ResizeBicubicGrad

عمومی استاتیک ResizeBicubicGrad.Options halfPixelCenters (Boolean halfPixelCenters)

خروجی عمومی <T> خروجی ()

4-بعدی با شکل «[دسته، ارتفاع_منبع، عرض_منبع، کانال]». گرادیان ها با توجه به تصویر ورودی. تصویر ورودی باید شناور یا دوتایی باشد.