przepływ tensorowy:: ops:: Wyodrębnij ImagePatches

Wyodrębnij patches z images i umieść je w wymiarze wyjściowym „głębokość”.

Streszczenie

Argumenty:

• zakres: Obiekt Scope
• obrazy: Tensor 4-D z kształtem [batch, in_rows, in_cols, depth] .
• ksizes: Rozmiar przesuwanego okna dla każdego wymiaru images .
• kroki: Jak daleko na obrazach znajdują się środki dwóch kolejnych fragmentów. Musi być: [1, stride_rows, stride_cols, 1] .
• stawki: Musi wynosić: [1, rate_rows, rate_cols, 1] . Jest to krok wejściowy, określający, jak daleko na wejściu znajdują się dwie kolejne próbki fragmentów. Równoważne wyodrębnieniu poprawek za pomocą patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1) , a następnie późniejszemu podpróbkowaniu ich przestrzennie przez współczynnik rates . Jest to równoważne rate w rozszerzonych zwojach (inaczej Atrous).
• dopełnienie: typ algorytmu dopełniania, który ma zostać użyty.

Zwroty:

• Output : Tensor 4-D o kształcie [batch, out_rows, out_cols, ksize_rows * ksize_cols * depth] zawierający poprawki obrazu o rozmiarze ksize_rows x ksize_cols x depth wektoryzowane w wymiarze „głębokość”. Uwaga out_rows i out_cols to wymiary poprawek wyjściowych.

Atrybuty publiczne

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