Dilation2d

คำนวณการขยายระดับสีเทาของเทนเซอร์ `อินพุต` 4 มิติ และ `ฟิลเตอร์ 3 มิติ

เทนเซอร์ `อินพุต` มีรูปร่าง `[แบทช์, in_height, in_width, ความลึก]` และเทนเซอร์ `ตัวกรอง` มีรูปร่าง `[filter_height, filter_width, ความลึก]` กล่าวคือ แต่ละช่องอินพุตจะถูกประมวลผลอย่างเป็นอิสระจากช่องอื่น ๆ ด้วยตัวมันเอง ฟังก์ชั่นการจัดโครงสร้าง เทนเซอร์ `เอาท์พุต` มีรูปร่าง `[แบทช์, out_height, out_width, ความลึก]` ขนาดเชิงพื้นที่ของเอาท์พุตเทนเซอร์ขึ้นอยู่กับอัลกอริธึม "การเติม" ขณะนี้เรารองรับเฉพาะ "NHWC" ที่เป็นค่าเริ่มต้น `data_format` เท่านั้น

ในรายละเอียด การขยาย 2 มิติทางสัณฐานวิทยาระดับสีเทาคือความสัมพันธ์ระหว่างผลรวมสูงสุด (เพื่อความสอดคล้องกับ `conv2d` เราใช้ตัวกรองที่ไม่มีการจำลอง):

เอาท์พุต[b, y, x, c] = max_{dy, dx} อินพุต[b, ก้าวย่าง[1] * y + อัตรา[1] * dy, ก้าวย่าง[2] * x + อัตรา[2] * dx, c ] + ตัวกรอง[dy, dx, c]

Max-pooling เป็นกรณีพิเศษเมื่อตัวกรองมีขนาดเท่ากับขนาดเคอร์เนลที่รวมพูลและมีเลขศูนย์ทั้งหมด

หมายเหตุเกี่ยวกับความเป็นคู่: การขยาย 'อินพุต' ด้วย 'ตัวกรอง' เท่ากับการปฏิเสธการพังทลายของ '-อินพุต' โดย 'ตัวกรอง' ที่สะท้อน