Dilation2D

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

Uma camada de dilatação morfológica 2-D

Esta camada retorna a dilatação morfológica do tensor de entrada com os filtros fornecidos

• filtro

  O filtro de dilatação 4-D.

  Declaração

  public var filter: Tensor<Scalar>

• passos largos

  Os passos da janela deslizante para dimensões espaciais.

  Declaração

  @noDerivative
  public let strides: (Int, Int)

• preenchimento

  O algoritmo de preenchimento para dilatação.

  Declaração

  @noDerivative
  public let padding: Padding

• cotações

  O fator de dilatação para dimensões espaciais.

  Declaração

  @noDerivative
  public let rates: (Int, Int)

• init (filtro: passos: taxas: preenchimento :)

  Cria um Dilation2D camada com os referidos filtros, passos, dilatações e estofamento.

  Declaração

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

  Parâmetros

  filter	O filtro de dilatação 4-D de forma [altura do filtro, largura do filtro, contagem do canal de entrada, contagem do canal de saída].
  strides	As passadas da janela deslizante para dimensões espaciais, ou seja (altura da passada, largura da passada).
  rates	As taxas de dilatação para dimensões espaciais, ou seja (altura de dilatação, largura de dilatação).
  padding	O algoritmo de preenchimento para dilatação.

• frente(_:)

  Retorna a saída obtida da aplicação da camada à entrada fornecida.

  As dimensões espaciais de saída são calculadas como:

  altura de saída = (altura de entrada + 2 * altura de preenchimento - (altura de dilatação * (altura do filtro - 1) + 1)) / altura da passada + 1

  largura de saída = (largura de entrada + 2 * largura de preenchimento - (largura de dilatação * (largura do filtro - 1) + 1)) / largura da passada + 1

  e os tamanhos de preenchimento são determinados pelo esquema de preenchimento.

  Observação

  Acolchoar o tamanho igual a zero quando se utiliza .valid .

  Declaração

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

  Parâmetros

  input

  A entrada para a camada de forma [tamanho do lote, altura de entrada, largura de entrada, contagem de canal de entrada].

  Valor de retorno

  A saída da forma [contagem de lote, altura de saída, largura de saída, contagem de canal de saída].