সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
টেনসরফ্লো :: অপস:: প্রসারণ2D
#include <nn_ops.h> 4-ডি input এবং 3-ডি filter টেনসরের গ্রেস্কেল প্রসারণ গণনা করে।
সারাংশ
input টেনসরের আকৃতি আছে [batch, in_height, in_width, depth] এবং filter টেনসরের আকৃতি রয়েছে [filter_height, filter_width, depth] , অর্থাৎ, প্রতিটি ইনপুট চ্যানেল তার নিজস্ব কাঠামোগত ফাংশন সহ অন্যদের থেকে স্বাধীনভাবে প্রক্রিয়া করা হয়। output টেনসরের আকৃতি আছে [batch, out_height, out_width, depth] । আউটপুট টেনসরের স্থানিক মাত্রা padding অ্যালগরিদমের উপর নির্ভর করে। আমরা বর্তমানে শুধুমাত্র ডিফল্ট "NHWC" data_format সমর্থন করি।
বিস্তারিতভাবে, গ্রেস্কেল আকারগত 2-ডি প্রসারণ হল সর্বাধিক-সম সম্পর্ক ( conv2d এর সাথে সামঞ্জস্যের জন্য, আমরা আনমিররড ফিল্টার ব্যবহার করি):
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] সর্বোচ্চ-পুলিং একটি বিশেষ ক্ষেত্রে যখন ফিল্টারটির আকার পুলিং কার্নেলের আকারের সমান থাকে এবং এতে সমস্ত শূন্য থাকে।
দ্বৈততার উপর দ্রষ্টব্য: filter দ্বারা input প্রসারণ প্রতিফলিত filter দ্বারা -input ক্ষয়কে অস্বীকার করার সমান।
যুক্তি:
- স্কোপ: একটি স্কোপ অবজেক্ট
- ইনপুট: আকৃতি সহ 4-D
[batch, in_height, in_width, depth] । - ফিল্টার: 3-ডি আকৃতি সহ
[filter_height, filter_width, depth] । - স্ট্রাইডস: ইনপুট টেনসরের প্রতিটি মাত্রার জন্য স্লাইডিং উইন্ডোর অগ্রগতি। হতে হবে:
[1, stride_height, stride_width, 1] । - হার: অ্যাট্রাস আকারগত প্রসারণের জন্য ইনপুট স্ট্রাইড। হতে হবে:
[1, rate_height, rate_width, 1] । - প্যাডিং: ব্যবহার করার জন্য প্যাডিং অ্যালগরিদমের ধরন।
রিটার্ন:
-
Output : 4-D আকার সহ [batch, out_height, out_width, depth] ।
পাবলিক বৈশিষ্ট্য
পাবলিক ফাংশন
নোড
::tensorflow::Node * node() const
operator::tensorflow::Input() const
অপারেটর::টেনসরফ্লো::আউটপুট
operator::tensorflow::Output() const
অন্য কিছু উল্লেখ না করা থাকলে, এই পৃষ্ঠার কন্টেন্ট Creative Commons Attribution 4.0 License-এর অধীনে এবং কোডের নমুনাগুলি Apache 2.0 License-এর অধীনে লাইসেন্স প্রাপ্ত। আরও জানতে, Google Developers সাইট নীতি দেখুন। Java হল Oracle এবং/অথবা তার অ্যাফিলিয়েট সংস্থার রেজিস্টার্ড ট্রেডমার্ক।
2025-07-25 UTC-তে শেষবার আপডেট করা হয়েছে।
[null,null,["2025-07-25 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[],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/r2.0/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/r2.0/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/r2.0/api_docs/cc/class/tensorflow/scope#classtensorflow_1_1_scope)` & scope, ::`[tensorflow::Input](/versions/r2.0/api_docs/cc/class/tensorflow/input#classtensorflow_1_1_input)` input, ::`[tensorflow::Input](/versions/r2.0/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/r2.0/api_docs/cc/class/tensorflow/operation#classtensorflow_1_1_operation) |\n| [output](#classtensorflow_1_1ops_1_1_dilation2_d_1ae68b7f48c9fc91ffdef4e18bd34625f0) | `::`[tensorflow::Output](/versions/r2.0/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```"]]
