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

tensorflow :: ops :: ExtractGlimpse

#include <image_ops.h>

Wydobywa rzut oka z tensora wejściowego.

streszczenie

Zwraca zestaw okien zwanych przebłyskami wyodrębnionymi w offsets lokalizacji od tensora wejściowego. Jeśli okna tylko częściowo nachodzą na wejścia, niezachodzące na siebie obszary zostaną wypełnione przypadkowym szumem.

Wynikiem jest tensor 4-D kształtu [batch_size, glimpse_height, glimpse_width, channels] . Kanały i wymiary partii są takie same, jak w przypadku tensora wejściowego. Wysokość i szerokość okien wyjściowych są określone w parametrze size .

Argument normalized i centered kontroluje sposób budowania okien:

  • Jeśli współrzędne są znormalizowane, ale nie wyśrodkowane, 0,0 i 1,0 odpowiadają minimum i maksimum każdego wymiaru wysokości i szerokości.
  • Jeśli współrzędne są zarówno znormalizowane, jak i wyśrodkowane, mieszczą się w zakresie od -1,0 do 1,0. Współrzędne (-1,0, -1,0) odpowiadają lewemu górnemu rogowi, prawy dolny róg znajduje się w (1,0, 1,0), a środek znajduje się w (0, 0).
  • Jeśli współrzędne nie są znormalizowane, są interpretowane jako liczba pikseli.

Argumenty:

  • zakres: obiekt Scope
  • dane wejściowe: 4-D float tensor kształtu [batch_size, height, width, channels] .
  • size: tensor 1-D składający się z 2 elementów, zawierający rozmiar błysków do wyodrębnienia. Najpierw należy określić wysokość przebłysku, a następnie szerokość przebłysku.
  • przesunięcia: Tensor liczby całkowitej 2-D o kształcie [batch_size, 2] zawierający y, x lokalizacje środka każdego okna.

Atrybuty opcjonalne (patrz Attrs ):

  • centered: wskazuje, czy współrzędne przesunięcia są wyśrodkowane względem obrazu, w którym to przypadku przesunięcie (0, 0) odnosi się do środka obrazów wejściowych. Jeśli fałsz, przesunięcie (0,0) odpowiada lewemu górnemu rogowi obrazów wejściowych.
  • znormalizowane: wskazuje, czy współrzędne przesunięcia są znormalizowane.
  • uniform_noise: wskazuje, czy szum powinien być generowany przy użyciu rozkładu jednorodnego, czy rozkładu Gaussa.
  • szum: wskazuje, czy szum powinien być uniform , gaussian czy zero . Wartość domyślna to uniform co oznacza, że ​​typ szumu zostanie określony przez uniform_noise .

Zwroty:

  • Output : tensor reprezentujący przebłyski [batch_size, glimpse_height, glimpse_width, channels] .

Konstruktorzy i niszczyciele

ExtractGlimpse (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input size, :: tensorflow::Input offsets)
ExtractGlimpse (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input size, :: tensorflow::Input offsets, const ExtractGlimpse::Attrs & attrs)

Atrybuty publiczne

glimpse
operation

Funkcje publiczne

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

Publiczne funkcje statyczne

Centered (bool x)
Noise (StringPiece x)
Normalized (bool x)
UniformNoise (bool x)

Struktury

tensorflow :: ops :: ExtractGlimpse :: Attrs

Opcjonalne metody ustawiające atrybuty dla ExtractGlimpse .

Atrybuty publiczne

dojrzeć

::tensorflow::Output glimpse

operacja

Operation operation

Funkcje publiczne

ExtractGlimpse

 ExtractGlimpse(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input size,
  ::tensorflow::Input offsets
)

ExtractGlimpse

 ExtractGlimpse(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input size,
  ::tensorflow::Input offsets,
  const ExtractGlimpse::Attrs & attrs
)

węzeł

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const 

Publiczne funkcje statyczne

Wyśrodkowany

Attrs Centered(
  bool x
)

Hałas

Attrs Noise(
  StringPiece x
)

Znormalizowane

Attrs Normalized(
  bool x
)

UniformNoise

Attrs UniformNoise(
  bool x
)