tensorflow:: ops:: Dilation2D

৪-ডি input এবং ৩-ডি filter টেনসরের গ্রেস্কেল প্রসারণ গণনা করে।

সারসংক্ষেপ

input টেনসরের আকৃতি হলো [batch, in_height, in_width, depth] এবং filter টেনসরের আকৃতি হলো [filter_height, filter_width, depth] , অর্থাৎ, প্রতিটি ইনপুট চ্যানেল অন্যগুলো থেকে স্বাধীনভাবে তার নিজস্ব স্ট্রাকচারিং ফাংশন দিয়ে প্রক্রিয়াজাত করা হয়। output টেনসরের আকৃতি হলো [batch, out_height, out_width, depth] । আউটপুট টেনসরের স্থানিক মাত্রা padding অ্যালগরিদমের উপর নির্ভর করে। আমরা বর্তমানে শুধুমাত্র ডিফল্ট "NHWC" data_format সমর্থন করি।

বিস্তারিতভাবে, গ্রেস্কেল মরফোলজিক্যাল ২-ডি ডাইলেশন হলো ম্যাক্স-সাম কোরিলেশন ( conv2d সাথে সামঞ্জস্য রাখার জন্য, আমরা আনমিররড ফিল্টার ব্যবহার করি):

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]

ম্যাক্স-পুলিং একটি বিশেষ ক্ষেত্র, যখন ফিল্টারের আকার পুলিং কার্নেলের আকারের সমান হয় এবং এতে থাকা সমস্ত উপাদান শূন্য থাকে।

দ্বৈততা প্রসঙ্গে টীকা: filter দ্বারা input প্রসারণ, প্রতিফলিত filter দ্বারা -input ক্ষয়ের ঋণাত্মক মানের সমান।

যুক্তি:

• স্কোপ: একটি স্কোপ অবজেক্ট
• ইনপুট: [batch, in_height, in_width, depth] আকৃতিবিশিষ্ট ৪-মাত্রিক।
• ফিল্টার: ত্রিমাত্রিক, যার আকৃতি [filter_height, filter_width, depth] ।
• স্ট্রাইডস: ইনপুট টেনসরের প্রতিটি ডাইমেনশনের জন্য স্লাইডিং উইন্ডোর স্ট্রাইড। অবশ্যই হতে হবে: [1, stride_height, stride_width, 1] ।
• হার: অ্যাট্রাস মরফোলজিক্যাল ডাইলেশনের জন্য ইনপুট স্ট্রাইড। অবশ্যই হতে হবে: [1, rate_height, rate_width, 1] ।
• প্যাডিং: কোন ধরনের প্যাডিং অ্যালগরিদম ব্যবহার করা হবে।

ফেরত:

• Output : [batch, out_height, out_width, depth] আকৃতির ৪-মাত্রিক আউটপুট।

জনসাধারণের বৈশিষ্ট্য

Operation operation

::tensorflow::Output output

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const