4-D `input` および 3-D `filter` テンソルのグレースケール膨張を計算します。
`input` テンソルは形状 `[batch, in_height, in_width, Depth]` を持ち、`filter` テンソルは形状 `[filter_height, filter_width, Depth]` を持ちます。つまり、各入力チャンネルは独自のチャンネルで他とは独立して処理されます。構造化機能。 「出力」テンソルの形状は「[batch, out_height, out_width, Depth]」です。出力テンソルの空間次元は、「パディング」アルゴリズムに依存します。現在、デフォルトの「NHWC」`data_format` のみをサポートしています。
詳細には、グレースケールの形態学的 2 次元膨張は最大和相関です (「conv2d」との一貫性を保つために、ミラー化されていないフィルターを使用します)。
Output[b, y, x, c] = max_{dy, dx} input[b, strides[1] * y + rate[1] * dy, strides[2] * x + rate[2] * dx, c ] + フィルター[dy、dx、c]
最大プーリングは、フィルターのサイズがプーリング カーネル サイズと同じで、すべて 0 が含まれる場合の特殊なケースです。
双対性に関する注意: `filter` による `input` の拡張は、反射された `filter` による `-input` の浸食の否定に等しいです。
定数
| 弦 | OP_NAME | TensorFlow コア エンジンによって認識される、この演算の名前 |
パブリックメソッド
| 出力<T> | asOutput () テンソルのシンボリック ハンドルを返します。 |
| static <T extends TNumber > Dilation2d <T> | |
| 出力<T> | 出力() 形状 `[batch, out_height, out_width, Depth]` の 4-D。 |
継承されたメソッド
定数
パブリック静的最終文字列OP_NAME
TensorFlow コア エンジンによって認識される、この演算の名前
パブリックメソッド
public Output <T> asOutput ()
テンソルのシンボリック ハンドルを返します。
TensorFlow オペレーションへの入力は、別の TensorFlow オペレーションの出力です。このメソッドは、入力の計算を表すシンボリック ハンドルを取得するために使用されます。
public static Dilation2d <T> create (スコープスコープ、オペランド<T> 入力、オペランド<T> フィルター、List<Long> ストライド、List<Long> レート、文字列パディング)
新しい Dilation2d 操作をラップするクラスを作成するファクトリ メソッド。
パラメーター
| 範囲 | 現在のスコープ |
|---|---|
| 入力 | 形状 `[batch, in_height, in_width, Depth]` の 4-D。 |
| フィルター | 形状 `[filter_height, filter_width, Depth]` の 3-D。 |
| 歩幅 | 入力テンソルの各次元のスライディング ウィンドウのストライド。 `[1, stride_height, stride_width, 1]` でなければなりません。 |
| 料金 | アトラス形態的拡張の入力ストライド。 `[1, rate_height, rate_width, 1]` である必要があります。 |
| パディング | 使用するパディングアルゴリズムのタイプ。 |
戻り値
- Dilation2d の新しいインスタンス