संग्रह की मदद से व्यवस्थित रहें
अपनी प्राथमिकताओं के आधार पर, कॉन्टेंट को सेव करें और कैटगरी में बांटें.
टेंसरफ़्लो:: ऑप्स:: फैलाव2डी
#include <nn_ops.h> 4-डी input और 3-डी filter टेंसर के ग्रेस्केल फैलाव की गणना करता है।
सारांश
input टेंसर का आकार [batch, in_height, in_width, depth] होता है और filter टेंसर का आकार [filter_height, filter_width, depth] है, यानी, प्रत्येक इनपुट चैनल को अपने स्वयं के संरचना फ़ंक्शन के साथ दूसरों से स्वतंत्र रूप से संसाधित किया जाता है। output टेंसर का आकार [batch, out_height, out_width, depth] होता है। आउटपुट टेंसर के स्थानिक आयाम padding एल्गोरिदम पर निर्भर करते हैं। हम वर्तमान में केवल डिफ़ॉल्ट "NHWC" data_format समर्थन करते हैं।
विस्तार से, ग्रेस्केल रूपात्मक 2-डी फैलाव अधिकतम-योग सहसंबंध है ( conv2d के साथ स्थिरता के लिए, हम अप्रकाशित फिल्टर का उपयोग करते हैं):
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] मैक्स-पूलिंग एक विशेष मामला है जब फ़िल्टर का आकार पूलिंग कर्नेल आकार के बराबर होता है और इसमें सभी शून्य होते हैं।
द्वंद्व पर ध्यान दें: filter द्वारा input का फैलाव परावर्तित filter द्वारा -input के क्षरण के निषेध के बराबर है।
तर्क:
- स्कोप: एक स्कोप ऑब्जेक्ट
- इनपुट: आकार के साथ 4-डी
[batch, in_height, in_width, depth] । - फ़िल्टर: आकार के साथ 3-डी
[filter_height, filter_width, depth] । - स्ट्राइड्स: इनपुट टेंसर के प्रत्येक आयाम के लिए स्लाइडिंग विंडो का स्ट्राइड। होना चाहिए:
[1, stride_height, stride_width, 1] । - दरें: एट्रस रूपात्मक फैलाव के लिए इनपुट स्ट्राइड। होना चाहिए:
[1, rate_height, rate_width, 1] । - पैडिंग: उपयोग करने के लिए पैडिंग एल्गोरिदम का प्रकार।
रिटर्न:
-
Output : आकार के साथ 4-डी [batch, out_height, out_width, depth] ।
सार्वजनिक गुण
सार्वजनिक समारोह
नोड
::tensorflow::Node * node() const
operator::tensorflow::Input() const
ऑपरेटर::टेन्सरफ़्लो::आउटपुट
operator::tensorflow::Output() const
जब तक कुछ अलग से न बताया जाए, तब तक इस पेज की सामग्री को Creative Commons Attribution 4.0 License के तहत और कोड के नमूनों को Apache 2.0 License के तहत लाइसेंस मिला है. ज़्यादा जानकारी के लिए, Google Developers साइट नीतियां देखें. Oracle और/या इससे जुड़ी हुई कंपनियों का, Java एक रजिस्टर किया हुआ ट्रेडमार्क है.
आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया.
[null,null,["आखिरी बार 2025-07-26 (UTC) को अपडेट किया गया."],[],[],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```"]]
