tensorflow :: ops :: ExtractImagePatches

images patches çıkarın ve bunları "derinlik" çıktı boyutuna yerleştirin.

Özet

Argümanlar:

• kapsam: Bir Scope nesnesi
• resimler: 4-D Tensör , şekilli [batch, in_rows, in_cols, depth] .
• ksizes: Her boyut için sürgülü penceresinin boyutunu images .
• adımlar: Art arda iki yamanın merkezlerinin görüntülerde ne kadar uzakta olduğu. Olmalıdır: [1, stride_rows, stride_cols, 1] .
• oranlar: Olmalıdır: [1, rate_rows, rate_cols, 1] . Bu, girişte ardışık iki yama örneğinin ne kadar uzakta olduğunu belirleyen girdi adımdır. patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1) ile yamaları ayıklamaya eşdeğerdir, ardından bunların bir rates faktörü ile uzamsal olarak alt örneklemesi yapılır. Bu, genişlemiş (aka Atrous) konvolüsyonlardaki rate eşdeğerdir.
• padding: Kullanılacak dolgu algoritmasının türü.

İadeler:

• Output : "derinlik" boyutunda vektörleştirilmiş ksize_rows x ksize_cols x depth boyutuna sahip görüntü yamaları içeren [batch, out_rows, out_cols, ksize_rows * ksize_cols * depth] şekilli [batch, out_rows, out_cols, ksize_rows * ksize_cols * depth] 4-D Tensör . out_rows ve out_cols çıktı yamalarının boyutları olduğuna dikkat edin.

Genel özellikler

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