Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
flux tensoriel : : opérations : : Dilatation2D
#include <nn_ops.h> Calcule la dilatation des niveaux de gris des tenseurs input 4D et filter 3D.
Résumé
Le tenseur input a la forme [batch, in_height, in_width, depth] et le tenseur filter a la forme [filter_height, filter_width, depth] , c'est-à-dire que chaque canal d'entrée est traité indépendamment des autres avec sa propre fonction de structuration. Le tenseur output a la forme [batch, out_height, out_width, depth] . Les dimensions spatiales du tenseur de sortie dépendent de l'algorithme padding . Nous ne prenons actuellement en charge que le data_format "NHWC" par défaut.
En détail, la dilatation morphologique 2D en niveaux de gris est la corrélation de somme maximale (pour des raisons de cohérence avec conv2d , nous utilisons des filtres sans miroir) :
output[b, y, x, c] =
max_{dy, dx} input[b,
strides[1] * y + rates[1] * dy,
strides[2] * x + rates[2] * dx,
c] +
filter[dy, dx, c] Le pooling maximum est un cas particulier où le filtre a une taille égale à la taille du noyau de pooling et contient tous des zéros.
Note sur la dualité : La dilatation de input par le filter est égale à la négation de l'érosion de -input par le filter réfléchi.
Arguments :
- scope : un objet Scope
- entrée : 4-D avec forme
[batch, in_height, in_width, depth] . - filtre : 3D avec forme
[filter_height, filter_width, depth] . - foulées : la foulée de la fenêtre glissante pour chaque dimension du tenseur d'entrée. Doit être :
[1, stride_height, stride_width, 1] . - taux : la foulée d'entrée pour la dilatation morphologique atreuse. Doit être :
[1, rate_height, rate_width, 1] . - padding : Le type d’algorithme de remplissage à utiliser.
Retours :
-
Output : 4-D avec forme [batch, out_height, out_width, depth] .
Attributs publics
Fonctions publiques
nœud
::tensorflow::Node * node() const
operator::tensorflow::Input() const
opérateur :: tensorflow :: Sortie
operator::tensorflow::Output() const
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/07/26 (UTC).
[null,null,["Dernière mise à jour le 2025/07/26 (UTC)."],[],[],null,["# tensorflow::ops::Dilation2D Class Reference\n\ntensorflow::ops::Dilation2D\n===========================\n\n`#include \u003cnn_ops.h\u003e`\n\nComputes the grayscale dilation of 4-D `input` and 3-D `filter` tensors.\n\nSummary\n-------\n\nThe `input` tensor has shape `[batch, in_height, in_width, depth]` and the `filter` tensor has shape `[filter_height, filter_width, depth]`, i.e., each input channel is processed independently of the others with its own structuring function. The `output` tensor has shape `[batch, out_height, out_width, depth]`. The spatial dimensions of the output tensor depend on the `padding` algorithm. We currently only support the default \"NHWC\" `data_format`.\n\nIn detail, the grayscale morphological 2-D dilation is the max-sum correlation (for consistency with `conv2d`, we use unmirrored filters): \n\n```scdoc\noutput[b, y, x, c] =\n max_{dy, dx} input[b,\n strides[1] * y + rates[1] * dy,\n strides[2] * x + rates[2] * dx,\n c] +\n filter[dy, dx, c]\n```\n\n\u003cbr /\u003e\n\nMax-pooling is a special case when the filter has size equal to the pooling kernel size and contains all zeros.\n\nNote on duality: The dilation of `input` by the `filter` is equal to the negation of the erosion of `-input` by the reflected `filter`.\n\nArguments:\n\n- scope: A [Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope) object\n- input: 4-D with shape `[batch, in_height, in_width, depth]`.\n- filter: 3-D with shape `[filter_height, filter_width, depth]`.\n- strides: The stride of the sliding window for each dimension of the input tensor. Must be: `[1, stride_height, stride_width, 1]`.\n- rates: The input stride for atrous morphological dilation. Must be: `[1, rate_height, rate_width, 1]`.\n- padding: The type of padding algorithm to use.\n\n\u003cbr /\u003e\n\nReturns:\n\n- [Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output): 4-D with shape `[batch, out_height, out_width, depth]`.\n\n\u003cbr /\u003e\n\n| ### Constructors and Destructors ||\n|---|---|\n| [Dilation2D](#classtensorflow_1_1ops_1_1_dilation2_d_1aa7fba6ab148288fc230175c265483ff3)`(const ::`[tensorflow::Scope](/versions/r1.15/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r1.15/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` filter, const gtl::ArraySlice\u003c int \u003e & strides, const gtl::ArraySlice\u003c int \u003e & rates, StringPiece padding)` ||\n\n| ### Public attributes ||\n|-----------------------------------------------------------------------------------------|----------------------------------------------------------------------------------------------------------|\n| [operation](#classtensorflow_1_1ops_1_1_dilation2_d_1a50e0232a57e1ec03bc56803f2e2ae58e) | [Operation](/versions/r1.15/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_dilation2_d_1ae68b7f48c9fc91ffdef4e18bd34625f0) | `::`[tensorflow::Output](/versions/r1.15/api_docs/cc/class/tensorflow/output#classtensorflow_1_1_output) |\n\n| ### Public functions ||\n|-----------------------------------------------------------------------------------------------------------------------|------------------------|\n| [node](#classtensorflow_1_1ops_1_1_dilation2_d_1a965eb807b87a9ac84ef8533e6da72768)`() const ` | `::tensorflow::Node *` |\n| [operator::tensorflow::Input](#classtensorflow_1_1ops_1_1_dilation2_d_1ae1a45a55c3092ef319c027a697e3e667)`() const ` | ` ` ` ` |\n| [operator::tensorflow::Output](#classtensorflow_1_1ops_1_1_dilation2_d_1a451d294669723935c6618946259273c3)`() const ` | ` ` ` ` |\n\nPublic attributes\n-----------------\n\n### operation\n\n```text\nOperation operation\n``` \n\n### output\n\n```text\n::tensorflow::Output output\n``` \n\nPublic functions\n----------------\n\n### Dilation2D\n\n```gdscript\n Dilation2D(\n const ::tensorflow::Scope & scope,\n ::tensorflow::Input input,\n ::tensorflow::Input filter,\n const gtl::ArraySlice\u003c int \u003e & strides,\n const gtl::ArraySlice\u003c int \u003e & rates,\n StringPiece padding\n)\n``` \n\n### node\n\n```gdscript\n::tensorflow::Node * node() const \n``` \n\n### operator::tensorflow::Input\n\n```gdscript\n operator::tensorflow::Input() const \n``` \n\n### operator::tensorflow::Output\n\n```gdscript\n operator::tensorflow::Output() const \n```"]]
