Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tensorflow :: ops :: Dilasi2D

#include <nn_ops.h>

Menghitung dilasi grayscale dari input 4-D dan tensor filter 3-D.

Ringkasan

Tensor input berbentuk [batch, in_height, in_width, depth] dan tensor filter berbentuk [filter_height, filter_width, depth] , yaitu setiap saluran input diproses secara independen satu sama lain dengan fungsi penataannya sendiri. Tensor output memiliki bentuk [batch, out_height, out_width, depth] . Dimensi spasial tensor keluaran bergantung pada algoritme padding . Saat ini kami hanya mendukung format_data " data_format " data_format .

Secara rinci, dilatasi 2-D morfologi grayscale adalah korelasi max-sum (untuk konsistensi dengan conv2d , kami menggunakan filter tanpa cermin):

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 adalah kasus khusus ketika filter memiliki ukuran yang sama dengan ukuran kernel pooling dan berisi semua nol.

Catatan tentang dualitas: Pelebaran input oleh filter sama dengan negasi dari erosi -input oleh filter dipantulkan.

Argumen:

  • scope: Objek Scope
  • input: 4-D dengan bentuk [batch, in_height, in_width, depth] .
  • filter: 3-D dengan bentuk [filter_height, filter_width, depth] .
  • langkah: Langkah jendela geser untuk setiap dimensi tensor input. Harus: [1, stride_height, stride_width, 1] .
  • kecepatan: Langkah masukan untuk dilatasi morfologi atrous. Harus: [1, rate_height, rate_width, 1] .
  • padding: Jenis algoritma padding yang akan digunakan.

Pengembalian:

  • Output : 4-D dengan bentuk [batch, out_height, out_width, depth] .

Pembuat dan Penghancur

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

Atribut publik

operation
output

Fungsi publik

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

Atribut publik

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

Dilasi2D

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

simpul

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Keluaran

 operator::tensorflow::Output() const