Zadbaj o dobrą organizację dzięki kolekcji Zapisuj i kategoryzuj treści zgodnie ze swoimi preferencjami.

tensorflow :: ops :: Dilation2D

#include <nn_ops.h>

Oblicza poszerzenie skali szarości tensorów input 4-D i filter 3-W.

streszczenie

Tensor input ma kształt [batch, in_height, in_width, depth] a tensor filter ma kształt [filter_height, filter_width, depth] , tj. Każdy kanał wejściowy jest przetwarzany niezależnie od innych z własną funkcją strukturyzującą. Tensor output ma kształt [batch, out_height, out_width, depth] . Wymiary przestrzenne tensora wyjściowego zależą od algorytmu padding . Obecnie obsługujemy tylko domyślny format danych „ data_format ”.

W szczegółach, morfologiczna dylatacja 2-D w skali szarości jest korelacją sumy maksymalnej (dla spójności z conv2d używamy filtrów lustrzanych):

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 to szczególny przypadek, gdy filtr ma rozmiar równy rozmiarowi jądra puli i zawiera wszystkie zera.

Uwaga na dualności: Rozszerzanie input przez filter jest równa negacji erozji -input przez odbitego filter .

Argumenty:

  • zakres: obiekt Scope
  • dane wejściowe: 4-D z kształtem [batch, in_height, in_width, depth] .
  • filtr: 3-W o kształcie [filter_height, filter_width, depth] .
  • kroki: krok przesuwanego okna dla każdego wymiaru tensora wejściowego. Musi to być: [1, stride_height, stride_width, 1] .
  • częstości: krok wejściowy dla atrycznej morfologicznej dylatacji. Musi być: [1, rate_height, rate_width, 1] .
  • padding: typ algorytmu dopełniania, który ma być używany.

Zwroty:

  • Output : 4-D z kształtem [batch, out_height, out_width, depth] .

Konstruktorzy i niszczyciele

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

Atrybuty publiczne

operation
output

Funkcje publiczne

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

Atrybuty publiczne

operacja

Operation operation

wynik

::tensorflow::Output output

Funkcje publiczne

Dilation2D

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

węzeł

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const