tensoreflusso:: ops:: Dilatazione2D

Calcola la dilatazione della scala di grigi input 4D e dei tensori filter 3D.

Riepilogo

Il tensore input ha forma [batch, in_height, in_width, depth] e il tensore filter ha forma [filter_height, filter_width, depth] , cioè ogni canale di input viene elaborato indipendentemente dagli altri con la propria funzione di strutturazione. Il tensore output ha forma [batch, out_height, out_width, depth] . Le dimensioni spaziali del tensore di output dipendono dall'algoritmo padding . Al momento supportiamo solo il data_format predefinito "NHWC".

Nel dettaglio, la dilatazione morfologica 2D della scala di grigi è la correlazione della somma massima (per coerenza con conv2d , utilizziamo filtri senza mirroring):

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]

Il pooling massimo è un caso speciale quando il filtro ha una dimensione uguale alla dimensione del kernel di pooling e contiene tutti zeri.

Nota sulla dualità: la dilatazione input da parte del filter è uguale alla negazione dell'erosione -input da parte del filter riflesso.

Argomenti:

• scope: un oggetto Scope
• input: 4-D con forma [batch, in_height, in_width, depth] .
• filtro: 3-D con forma [filter_height, filter_width, depth] .
• passi: il passo della finestra scorrevole per ogni dimensione del tensore di input. Deve essere: [1, stride_height, stride_width, 1] .
• velocità: il passo di input per la dilatazione morfologica atroca. Deve essere: [1, rate_height, rate_width, 1] .
• riempimento: il tipo di algoritmo di riempimento da utilizzare.

Ritorna:

• Output : 4-D con forma [batch, out_height, out_width, depth] .

Attributi pubblici

Operation operation

::tensorflow::Output output

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const