Dilatasi2D

@frozen
public struct Dilation2D<Scalar> : Layer where Scalar : TensorFlowFloatingPoint

Lapisan dilatasi morfologi 2-D

Lapisan ini mengembalikan pelebaran morfologi tensor masukan dengan filter yang disediakan

  • Filter pelebaran 4-D.

    Pernyataan

    public var filter: Tensor<Scalar>
  • Langkah jendela geser untuk dimensi spasial.

    Pernyataan

    @noDerivative
    public let strides: (Int, Int)
  • Algoritma padding untuk dilatasi.

    Pernyataan

    @noDerivative
    public let padding: Padding
  • Faktor dilatasi dimensi spasial.

    Pernyataan

    @noDerivative
    public let rates: (Int, Int)
  • Membuat lapisan Dilation2D dengan filter, langkah, dilatasi, dan padding yang ditentukan.

    Pernyataan

    public init(
      filter: Tensor<Scalar>,
      strides: (Int, Int) = (1, 1),
      rates: (Int, Int) = (1, 1),
      padding: Padding = .valid
    )

    Parameter

    filter

    Bentuk filter dilatasi 4-D [tinggi filter, lebar filter, jumlah saluran masukan, jumlah saluran keluaran].

    strides

    Langkah jendela geser untuk dimensi spasial, yaitu (tinggi langkah, lebar langkah).

    rates

    Laju dilatasi untuk dimensi spasial yaitu (tinggi dilatasi, lebar dilatasi).

    padding

    Algoritma padding untuk dilatasi.

  • Mengembalikan keluaran yang diperoleh dari penerapan lapisan ke masukan yang diberikan.

    Dimensi spasial keluaran dihitung sebagai:

    tinggi keluaran = (tinggi masukan + 2 * tinggi bantalan - (tinggi dilatasi * (tinggi filter - 1) + 1)) / tinggi langkah + 1

    lebar keluaran = (lebar masukan + 2 * lebar bantalan - (lebar dilatasi * (lebar filter - 1) + 1)) / lebar langkah + 1

    dan ukuran padding ditentukan oleh skema padding.

    Catatan

    Ukuran padding sama dengan nol saat menggunakan .valid .

    Pernyataan

    @differentiable
    public func forward(_ input: Tensor<Scalar>) -> Tensor<Scalar>

    Parameter

    input

    Masukan ke lapisan bentuk [ukuran tumpukan, tinggi masukan, lebar masukan, jumlah saluran masukan].

    Nilai Pengembalian

    Bentuk keluaran [jumlah batch, tinggi keluaran, lebar keluaran, jumlah saluran keluaran].