قم باستخراج "التصحيحات" من "الصور" ووضعها في بُعد الإخراج "العمق".
الثوابت
خيط | OP_NAME | اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي |
الأساليب العامة
الإخراج <T> | كإخراج () إرجاع المقبض الرمزي للموتر. |
ثابت <T يمتد TType > ExtractImagePatches <T> | |
الإخراج <T> | بقع () موتر رباعي الأبعاد ذو شكل `[دفعة، out_rows، out_cols، ksize_rows * ksize_cols * العمق]` يحتوي على تصحيحات صور بحجم `ksize_rows x ksize_cols x العمق` موجهة في بُعد "العمق". |
الطرق الموروثة
الثوابت
السلسلة النهائية الثابتة العامة OP_NAME
اسم هذه العملية كما هو معروف بواسطة محرك TensorFlow الأساسي
الأساليب العامة
الإخراج العام <T> كإخراج ()
إرجاع المقبض الرمزي للموتر.
المدخلات إلى عمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. يتم استخدام هذه الطريقة للحصول على مقبض رمزي يمثل حساب الإدخال.
إنشاء ExtractImagePatches <T> ثابت عام ( نطاق النطاق ، وصور المعامل <T>، وأحجام القائمة <Long>، وخطوات القائمة <Long>، ومعدلات القائمة <Long>، وحشو السلسلة)
طريقة المصنع لإنشاء فئة تغلف عملية ExtractImagePatches جديدة.
حدود
نِطَاق | النطاق الحالي |
---|---|
الصور | موتر رباعي الأبعاد بشكل `[دفعة، في_صفوف، في_أعمدة، عمق]`. |
ksizes | حجم النافذة المنزلقة لكل بعد من أبعاد "الصور". |
خطوات واسعة | ما مدى وجود مركزين لرقعتين متتاليتين في الصور. يجب أن يكون: `[1، صفوف_خطوات، صفوف_خطوات، 1]`. |
معدلات | يجب أن يكون: `[1، Rate_rows، Rate_cols، 1]`. هذه هي خطوة الإدخال، التي تحدد مدى وجود عينتين تصحيحيتين متتاليتين في الإدخال. أي ما يعادل استخراج التصحيحات باستخدام `patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1)`، متبوعًا بأخذ عينات فرعية منها مكانيًا بعامل ``المعدلات``. وهذا يعادل "المعدل" في التلافيف المتوسعة (المعروفة أيضًا باسم أتروس). |
حشوة | نوع خوارزمية الحشو المستخدمة. |
عائدات
- مثيل جديد من ExtractImagePatches
تصحيحات الإخراج العام <T> ()
موتر رباعي الأبعاد ذو شكل `[دفعة، out_rows، out_cols، ksize_rows * ksize_cols * العمق]` يحتوي على تصحيحات صور بحجم `ksize_rows x ksize_cols x العمق` موجهة في بُعد "العمق". لاحظ أن `out_rows` و`out_cols` هما أبعاد تصحيحات الإخراج.