tensorflow :: opérations :: ExtractImagePatches

Extrayez les patches des images et placez-les dans la dimension de sortie "profondeur".

Résumé

Arguments:

• scope: un objet Scope
• images: Tenseur 4-D avec forme [batch, in_rows, in_cols, depth] .
• ksizes: la taille de la fenêtre coulissante pour chaque dimension des images .
• foulées: à quelle distance se trouvent les centres de deux patchs consécutifs dans les images. Doit être: [1, stride_rows, stride_cols, 1] .
• rates: Doit être: [1, rate_rows, rate_cols, 1] . Il s'agit de la foulée d'entrée, qui spécifie la distance entre deux échantillons de patch consécutifs dans l'entrée. Équivaut à l'extraction de patchs avec patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1) , suivi d'un sous-échantillonnage spatial par un facteur de rates . Cela équivaut au rate en circonvolutions dilatées (aka Atrous).
• padding: le type d'algorithme de remplissage à utiliser.

Retour:

• Output : Tenseur 4-D avec forme [batch, out_rows, out_cols, ksize_rows * ksize_cols * depth] contenant des correctifs d'image de taille ksize_rows x ksize_cols x depth vectorisés dans la dimension "profondeur". Notez que out_rows et out_cols sont les dimensions des correctifs de sortie.

Attributs publics

Operation operation

::tensorflow::Output patches

 ExtractImagePatches(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input images,
  const gtl::ArraySlice< int > & ksizes,
  const gtl::ArraySlice< int > & strides,
  const gtl::ArraySlice< int > & rates,
  StringPiece padding
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const