tensorflow:: عملیات:: ExtractImagePatches

patches از images استخراج کرده و آنها را در بُعد خروجی "عمق" قرار دهید.

خلاصه

استدلال‌ها:

• دامنه: یک شیء دامنه
• تصاویر: تانسور چهاربعدی با شکل [batch, in_rows, in_cols, depth] .
• ksizes: اندازه پنجره کشویی برای هر بُعد از images .
• گام‌ها: فاصله‌ی مراکز دو تکه‌ی متوالی در تصاویر. باید به صورت [1, stride_rows, stride_cols, 1] باشد.
• rates: باید باشد: [1, rate_rows, rate_cols, 1] . این گام ورودی است که مشخص می‌کند دو نمونه پچ متوالی در ورودی چقدر فاصله دارند. معادل استخراج پچ‌ها با patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1) و به دنبال آن نمونه‌برداری فضایی از آنها با ضریب rates است. این معادل rate در کانولوشن‌های متسع (معروف به Atrous) است.
• padding: نوع الگوریتم padding مورد استفاده.

بازده:

• Output : تانسور چهاربعدی با شکل [batch, out_rows, out_cols, ksize_rows * ksize_cols * depth] شامل تکه‌های تصویر با اندازه ksize_rows x ksize_cols x depth که در بُعد "depth" به صورت برداری نمایش داده شده‌اند. توجه داشته باشید که out_rows و out_cols ابعاد تکه‌های خروجی هستند.

ویژگی‌های عمومی

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