ExtractVolumePatches

공개 최종 클래스 ExtractVolumePatches

`입력`에서 `패치`를 추출하여 `"깊이"` 출력 차원에 넣습니다. `extract_image_patches`의 3D 확장입니다.

공개 방법

출력 <T>
출력 ()
텐서의 기호 핸들을 반환합니다.
static <T 확장 번호> ExtractVolumePatches <T>
생성 ( 범위 범위, 피연산자 <T> 입력, List<Long> ksizes, List<Long> 보폭, 문자열 패딩)
새로운 ExtractVolumePatches 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
출력 <T>
패치 ()
"깊이" 차원에서 벡터화된 `ksize_planes x ksize_rows x ksize_cols x 깊이` 크기의 패치를 포함하는 `[batch, out_planes, out_rows, out_cols, ksize_planes * ksize_rows * ksize_cols * 깊이]` 형태의 5차원 텐서.

상속된 메서드

공개 방법

공개 출력 <T> asOutput ()

텐서의 기호 핸들을 반환합니다.

TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.

공개 정적 ExtractVolumePatches <T> 생성 ( 범위 범위, 피연산자 <T> 입력, List<Long> ksizes, List<Long> 보폭, 문자열 패딩)

새로운 ExtractVolumePatches 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.

매개변수
범위 현재 범위
입력 `[batch, in_planes, in_rows, in_cols, 깊이]` 형태의 5차원 텐서.
k크기 '입력'의 각 차원에 대한 슬라이딩 창의 크기입니다.
큰 걸음 길이 5의 1-D. '입력'에 있는 두 연속 패치의 중심이 얼마나 멀리 떨어져 있는지. '[1, stride_planes, stride_rows, stride_cols, 1]'이어야 합니다.
사용할 패딩 알고리즘 유형입니다.

크기 관련 속성은 다음과 같이 지정됩니다:

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

보고
  • ExtractVolumePatches의 새 인스턴스

공개 출력 <T> 패치 ()

"깊이" 차원에서 벡터화된 `ksize_planes x ksize_rows x ksize_cols x 깊이` 크기의 패치를 포함하는 `[batch, out_planes, out_rows, out_cols, ksize_planes * ksize_rows * ksize_cols * 깊이]` 형태의 5차원 텐서. 'out_planes', 'out_rows' 및 'out_cols'는 출력 패치의 크기입니다.