ExtractImagePatches

lớp cuối cùng công khai ExtractImagePatches

Trích xuất `bản vá` từ `hình ảnh` và đặt chúng ở kích thước đầu ra "độ sâu".

Hằng số

Sợi dây OP_NAME Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Phương pháp công khai

Đầu ra <T>
asOutput ()
Trả về tay cầm tượng trưng của tensor.
tĩnh <T mở rộng TType > ExtractImagePatches <T>
tạo (Phạm vi phạm vi , hình ảnh Toán hạng <T>, Kích thước danh sách<Long>, bước tiến của Danh sách<Long>, Tốc độ danh sách<Long>, Đệm chuỗi)
Phương thức gốc để tạo một lớp bao bọc một thao tác ExtractImagePatches mới.
Đầu ra <T>
bản vá lỗi ()
Tensor 4-D có hình dạng `[batch, out_rows, out_cols, ksize_rows * ksize_cols * deep]` chứa các mảng hình ảnh có kích thước `ksize_rows x ksize_cols x deep` được vector hóa theo chiều "độ sâu".

Phương pháp kế thừa

Hằng số

Chuỗi cuối cùng tĩnh công khai OP_NAME

Tên của op này, được biết đến bởi công cụ lõi TensorFlow

Giá trị không đổi: "ExtractImagePatches"

Phương pháp công khai

Đầu ra công khai <T> asOutput ()

Trả về tay cầm tượng trưng của tensor.

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 ExtractImagePatches <T> tạo (Phạm vi phạm vi , Hình ảnh toán hạng <T>, Kích thước danh sách<Long>, Bước tiến danh sách<Long>, Tốc độ danh sách<Long>, Đệm chuỗi)

Phương thức gốc để tạo một lớp bao bọc một thao tác ExtractImagePatches mới.

Thông số
phạm vi phạm vi hiện tại
hình ảnh Tensor 4-D có hình dạng `[batch, in_rows, in_cols, Depth]`.
kích cỡ Kích thước của cửa sổ trượt cho từng chiều của `hình ảnh`.
bước tiến Khoảng cách giữa tâm của hai miếng vá liên tiếp trong hình ảnh. Phải là: `[1, sải_hàng, sải_cols, 1]`.
giá Phải là: `[1, rate_rows, rate_cols, 1]`. Đây là bước đầu vào, chỉ định khoảng cách giữa hai mẫu bản vá liên tiếp trong đầu vào. Tương đương với việc trích xuất các bản vá với `patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1)`, sau đó lấy mẫu con của chúng theo không gian theo hệ số `rates`. Điều này tương đương với `tỷ lệ` trong các tích chập giãn nở (còn gọi là Atrous).
phần đệm Loại thuật toán đệm sẽ sử dụng.
Trả lại
  • một phiên bản mới của ExtractImagePatches

Các bản vá đầu ra công khai <T> ()

Tensor 4-D có hình dạng `[batch, out_rows, out_cols, ksize_rows * ksize_cols * deep]` chứa các mảng hình ảnh có kích thước `ksize_rows x ksize_cols x deep` được vector hóa theo chiều "độ sâu". Lưu ý `out_rows` và `out_cols` là kích thước của các bản vá đầu ra.