tensorflow:: ops:: ExtractImagePatches

#include <array_ops.h>

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

Streszczenie

Argumenty:

  • zakres: obiekt zakresu
  • obrazy: Tensor 4-D o kształcie [batch, in_rows, in_cols, depth] .
  • ksizes: Rozmiar przesuwanego okna dla każdego wymiaru images .
  • kroki: Odległość między środkami dwóch kolejnych fragmentów obrazu. Musi wynosić: [1, stride_rows, stride_cols, 1] .
  • rates: Musi wynosić: [1, rate_rows, rate_cols, 1] . Jest to krok wejściowy, określający, jak daleko w danych wejściowych znajdują się dwie kolejne próbki łat. Jest to równoważne z wyodrębnianiem łat za pomocą patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1) , a następnie ich podpróbkowaniem przestrzennym o współczynnik rates . Jest to równoważne z rate w splotach rozszerzonych (zwanych również Atrous).
  • padding: Typ algorytmu wypełniania, który ma zostać użyty.

Zwroty:

  • Output : 4-wymiarowy tensor o kształcie [batch, out_rows, out_cols, ksize_rows * ksize_cols * depth] zawierający fragmenty obrazu o rozmiarze ksize_rows x ksize_cols x depth zwektoryzowane w wymiarze „głębokość”. Uwaga: out_rows i out_cols to wymiary fragmentów wyjściowych.

Konstruktory i destruktory

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)

Atrybuty publiczne

operation
patches

Funkcje publiczne

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Atrybuty publiczne

działanie

Operation operation

łatki

::tensorflow::Output patches

Funkcje publiczne

ExtractImagePatches

 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
)

węzeł

::tensorflow::Node * node() const 

operator::tensorflow::Input

 operator::tensorflow::Input() const 

operator::tensorflow::Output

 operator::tensorflow::Output() const