คำนวณการขยายระดับสีเทาของเทนเซอร์ `อินพุต` 4 มิติ และ `ฟิลเตอร์ 3 มิติ
เทนเซอร์ `อินพุต` มีรูปร่าง `[แบทช์, in_height, in_width, ความลึก]` และเทนเซอร์ `ตัวกรอง` มีรูปร่าง `[filter_height, filter_width, ความลึก]` กล่าวคือ แต่ละช่องอินพุตจะถูกประมวลผลอย่างเป็นอิสระจากช่องอื่น ๆ ด้วยตัวมันเอง ฟังก์ชั่นการจัดโครงสร้าง เทนเซอร์ `เอาท์พุต` มีรูปร่าง `[แบทช์, out_height, out_width, ความลึก]` ขนาดเชิงพื้นที่ของเอาท์พุตเทนเซอร์ขึ้นอยู่กับอัลกอริธึม "การเติม" ขณะนี้เรารองรับเฉพาะ "NHWC" ที่เป็นค่าเริ่มต้น `data_format` เท่านั้น
ในรายละเอียด การขยาย 2 มิติทางสัณฐานวิทยาระดับสีเทาคือความสัมพันธ์ระหว่างผลรวมสูงสุด (เพื่อความสอดคล้องกับ `conv2d` เราใช้ตัวกรองที่ไม่มีการจำลอง):
เอาท์พุต[b, y, x, c] = max_{dy, dx} อินพุต[b, ก้าวย่าง[1] * y + อัตรา[1] * dy, ก้าวย่าง[2] * x + อัตรา[2] * dx, c ] + ตัวกรอง[dy, dx, c]
Max-pooling เป็นกรณีพิเศษเมื่อตัวกรองมีขนาดเท่ากับขนาดเคอร์เนลที่รวมพูลและมีเลขศูนย์ทั้งหมด
หมายเหตุเกี่ยวกับความเป็นคู่: การขยาย 'อินพุต' ด้วย 'ตัวกรอง' เท่ากับการปฏิเสธการพังทลายของ '-อินพุต' โดย 'ตัวกรอง' ที่สะท้อน
ค่าคงที่
| สตริง | OP_NAME | ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow |
วิธีการสาธารณะ
| เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
| คงที่ <T ขยาย TNumber > การขยาย2d <T> | |
| เอาท์พุต <T> | เอาท์พุท () 4-D ที่มีรูปร่าง `[แบทช์, out_height, out_width, ความลึก]` |
วิธีการสืบทอด
ค่าคงที่
สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME
ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow
วิธีการสาธารณะ
เอาท์ พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
การสร้าง Dilation2d <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , อินพุต Operand <T>, ตัวกรอง Operand <T>, รายการ <Long> ก้าวย่าง, อัตรารายการ <Long>, การขยายสตริง)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ Dilation2d ใหม่
พารามิเตอร์
| ขอบเขต | ขอบเขตปัจจุบัน |
|---|---|
| ป้อนข้อมูล | 4-D ที่มีรูปร่าง `[แบทช์, in_height, in_width, ความลึก]` |
| กรอง | 3-D ที่มีรูปร่าง `[filter_height, filter_width, deep]` |
| ความก้าวหน้า | การก้าวของหน้าต่างบานเลื่อนสำหรับแต่ละมิติของเทนเซอร์อินพุต ต้องเป็น: `[1, stride_height, stride_width, 1]` |
| ราคา | ก้าวย่างอินพุตสำหรับการขยายทางสัณฐานวิทยาของหลอดเลือด ต้องเป็น: `[1, อัตรา_ความสูง, อัตรา_ความกว้าง, 1]` |
| การขยายความ | ประเภทของอัลกอริธึมการเติมที่จะใช้ |
การส่งคืน
- ตัวอย่างใหม่ของ Dlation2d