tensorflow:: عملیات:: ExtractVolumePatches

patches از input استخراج کرده و آنها را در بُعد خروجی «عمق» قرار دهید.

خلاصه

بسط سه‌بعدی extract_image_patches .

استدلال‌ها:

• دامنه: یک شیء دامنه
• ورودی: تانسور ۵ بعدی با شکل [batch, in_planes, in_rows, in_cols, depth] .
• ksizes: اندازه پنجره کشویی برای هر بُعد از input .
• گام‌ها: یک بعدی به طول ۵. فاصله‌ی مراکز دو تکه‌ی متوالی از یکدیگر در input . باید به صورت [1, stride_planes, stride_rows, stride_cols, 1] باشد.
• padding: نوع الگوریتم padding مورد استفاده.

ما ویژگی‌های مرتبط با اندازه را به صورت زیر مشخص می‌کنیم:

      ksizes = [1, ksize_planes, ksize_rows, ksize_cols, 1]
      strides = [1, stride_planes, strides_rows, strides_cols, 1]

بازده:

• Output : تانسور ۵ بعدی با شکل [batch, out_planes, out_rows, out_cols, ksize_planes * ksize_rows * ksize_cols * depth] شامل تکه‌هایی با اندازه ksize_planes x ksize_rows x ksize_cols x depth که در بعد "depth" به صورت برداری نمایش داده شده‌اند. توجه داشته باشید که out_planes ، out_rows و out_cols ابعاد تکه‌های خروجی هستند.

ویژگی‌های عمومی

Operation operation

::tensorflow::Output patches

 ExtractVolumePatches(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  const gtl::ArraySlice< int > & ksizes,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const