Aide à protéger la Grande barrière de corail avec tensorflow sur Kaggle Rejoignez Défi

tensorflow :: opérations :: MirrorPad

#include <array_ops.h>

Remplit un tenseur avec des valeurs en miroir.

Résumé

Cette opération complète une input avec des valeurs en miroir en fonction des paddings vous spécifiez. paddings est un tenseur entier de forme [n, 2] , où n est le rang de l' input . Pour chaque dimension D d' input , les paddings[D, 0] indiquent le nombre de valeurs à ajouter avant le contenu de l' input dans cette dimension, et les paddings[D, 1] indiquent le nombre de valeurs à ajouter après le contenu de l' input dans cette dimension. Les paddings[D, 0] et les paddings[D, 1] doivent pas être supérieurs à input.dim_size(D) (ou input.dim_size(D) - 1 ) si copy_border est vrai (si faux, respectivement).

La taille rembourrée de chaque dimension D de la sortie est:

paddings(D, 0) + input.dim_size(D) + paddings(D, 1)

Par example:

# 't' is [[1, 2, 3], [4, 5, 6]].
# 'paddings' is [[1, 1]], [2, 2]].
# 'mode' is SYMMETRIC.
# rank of 't' is 2.
pad(t, paddings) ==> [[2, 1, 1, 2, 3, 3, 2]
                      [2, 1, 1, 2, 3, 3, 2]
                      [5, 4, 4, 5, 6, 6, 5]
                      [5, 4, 4, 5, 6, 6, 5]]

Arguments:

  • scope: un objet Scope
  • input: Le tenseur d'entrée à compléter.
  • paddings: matrice à deux colonnes spécifiant les tailles de remplissage. Le nombre de lignes doit être le même que le rang de l' input .
  • mode: Soit REFLECT ou SYMMETRIC . En mode de réflexion, les régions remplies n'incluent pas les bordures, tandis qu'en mode symétrique, les régions remplies incluent les bordures. Par exemple, si l' input est [1, 2, 3] et que le paddings est [0, 2] , alors la sortie est [1, 2, 3, 2, 1] en mode de réflexion, et c'est [1, 2, 3, 3, 2] en mode symétrique.

Retour:

  • Output : le tenseur rembourré.

Constructeurs et destructeurs

MirrorPad (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input paddings, StringPiece mode)

Attributs publics

operation
output

Fonctions publiques

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

Attributs publics

opération

Operation operation

production

::tensorflow::Output output

Fonctions publiques

MirrorPad

 MirrorPad(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input paddings,
  StringPiece mode
)

nœud

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Output

 operator::tensorflow::Output() const