tensorflow :: ops :: ExtractImagePatches

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

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 łat. Musi to być: [1, stride_rows, stride_cols, 1] .
• stawki: Musi być: [1, rate_rows, rate_cols, 1] . To jest krok wejściowy, określający, jak daleko znajdują się na wejściu dwie następujące po sobie próbki. Równoważne z wyodrębnianiem łat za pomocą patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1) , po którym następuje przestrzenne podpróbkowanie przez współczynnik rates . Jest to równoważne rate w rozszerzonych (aka Atrous) zwojach.
• padding: typ algorytmu dopełniania, który ma być używany.

Zwroty:

• Output : Tensor 4-D z kształtem [batch, out_rows, out_cols, ksize_rows * ksize_cols * depth] zawierający ksize_rows x ksize_cols x depth obrazu o rozmiarze ksize_rows x ksize_cols x depth wektoryzacji 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