Sehen Sie sich Keynotes, Produktsitzungen, Workshops und mehr in Google I / O an. Siehe Wiedergabeliste

Tensorflow :: ops :: Dilation2D

#include <nn_ops.h>

Berechnet die Graustufendilatation von 4-D- input und 3-D- filter .

Zusammenfassung

Der input hat die Form [batch, in_height, in_width, depth] und der filter hat die Form [filter_height, filter_width, depth] , dh jeder Eingangskanal wird unabhängig von den anderen mit seiner eigenen Strukturierungsfunktion verarbeitet. Der output hat die Form [batch, out_height, out_width, depth] . Die räumlichen Abmessungen des Ausgangstensors hängen vom padding . Derzeit unterstützen wir nur das Standard-Datenformat " data_format ".

Im Detail ist die morphologische 2-D-Erweiterung in Graustufen die Max-Summen-Korrelation (aus conv2d Konsistenz mit conv2d wir nicht gespiegelte Filter):

output[b, y, x, c] =
   max_{dy, dx} input[b,
                      strides[1] * y + rates[1] * dy,
                      strides[2] * x + rates[2] * dx,
                      c] +
                filter[dy, dx, c]

Max-Pooling ist ein Sonderfall, wenn der Filter eine Größe hat, die der Größe des Pooling-Kernels entspricht und alle Nullen enthält.

Hinweis zur Dualität: Die Ausdehnung der input durch den filter entspricht der Negation der Erosion der -input durch das reflektierte filter .

Argumente:

  • scope: Ein Scope- Objekt
  • Eingabe: 4-D mit Form [batch, in_height, in_width, depth] .
  • Filter: 3-D mit Form [filter_height, filter_width, depth] .
  • Schritte: Der Schritt des Schiebefensters für jede Dimension des Eingangstensors. Muss sein: [1, stride_height, stride_width, 1] .
  • Raten: Der Input-Schritt für eine atrous morphologische Dilatation. Muss sein: [1, rate_height, rate_width, 1] .
  • padding: Die Art des zu verwendenden Auffüllalgorithmus.

Kehrt zurück:

  • Output : 4-D mit Form [batch, out_height, out_width, depth] .

Konstruktoren und Destruktoren

Dilation2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, const gtl::ArraySlice< int > & rates, StringPiece padding)

Öffentliche Attribute

operation
output

Öffentliche Funktionen

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Öffentliche Attribute

Operation

Operation operation

Ausgabe

::tensorflow::Output output

Öffentliche Funktionen

Dilation2D

 Dilation2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  const gtl::ArraySlice< int > & rates,
  StringPiece padding
)

Knoten

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const