Trích xuấtKhối lượngBản vá

lớp cuối cùng công khai ExtractVolumePatches

Trích xuất `các bản vá` từ `đầu vào` và đặt chúng vào kích thước đầu ra `"độ sâu"`. Phần mở rộng 3D của `extract_image_patches`.

Phương pháp công khai

Đầu ra <T>
asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
tĩnh <T mở rộng Số> ExtractVolumePatches <T>
tạo (Phạm vi phạm vi , đầu vào Toán hạng <T>, kích thước Danh sách<Long>, bước tiến Danh sách<Long>, Đệm chuỗi)
Phương thức xuất xưởng để tạo một lớp bao bọc thao tác ExtractVolumePatches mới.
Đầu ra <T>
bản vá lỗi ()
Tensor 5-D có hình dạng `[batch, out_planes, out_rows, out_cols, ksize_planes * ksize_rows * ksize_cols * deep]` chứa các bản vá có kích thước `ksize_planes x ksize_rows x ksize_cols x deep` được vector hóa theo chiều "độ sâu".

Phương pháp kế thừa

Phương pháp công khai

Đầu ra công khai <T> asOutput ()

Trả về phần điều khiển tượng trưng của một tenxơ.

Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.

public static ExtractVolumePatches <T> tạo (Phạm vi phạm vi , đầu vào Toán hạng <T>, Kích thước danh sách<Long>, Bước tiến danh sách<Long>, Đệm chuỗi)

Phương thức xuất xưởng để tạo một lớp bao bọc thao tác ExtractVolumePatches mới.

Thông số
phạm vi phạm vi hiện tại
đầu vào Tensor 5-D có hình dạng `[batch, in_planes, in_rows, in_cols, Depth]`.
kích cỡ Kích thước của cửa sổ trượt cho từng chiều của `input`.
bước tiến 1-D có độ dài 5. Khoảng cách giữa tâm của hai mảng liên tiếp trong `đầu vào`. Phải là: `[1, sải_planes, sải_rows, sải_cols, 1]`.
phần đệm Loại thuật toán đệm sẽ sử dụng.

Các thuộc tính liên quan đến kích thước được chỉ định như sau:

ksizes = [1, ksize_planes, ksize_rows, ksize_cols, 1]
 strides = [1, stride_planes, strides_rows, strides_cols, 1]
 
Trả lại
  • một phiên bản mới của ExtractVolumePatches

Các bản vá đầu ra công khai <T> ()

Tensor 5-D có hình dạng `[batch, out_planes, out_rows, out_cols, ksize_planes * ksize_rows * ksize_cols * deep]` chứa các bản vá có kích thước `ksize_planes x ksize_rows x ksize_cols x deep` được vector hóa theo chiều "độ sâu". Lưu ý `out_planes`, `out_rows` và `out_cols` là kích thước của các bản vá đầu ra.