tensorflow :: ops :: Dilasi2D
#include <nn_ops.h>
Menghitung dilatasi grayscale input
4-D dan tensor filter
3-D.
Ringkasan
Tensor input
berbentuk [batch, in_height, in_width, depth]
dan tensor filter
berbentuk [filter_height, filter_width, depth]
, yaitu setiap saluran input diproses secara independen satu sama lain dengan fungsi penataannya sendiri. Tensor output
memiliki bentuk [batch, out_height, out_width, depth]
. Dimensi spasial tensor keluaran bergantung pada algoritma padding
. Saat ini kami hanya mendukung format_data " data_format
" data_format
.
Secara rinci, dilatasi 2-D morfologi grayscale adalah korelasi max-sum (untuk konsistensi dengan conv2d
, kami menggunakan filter tanpa cermin):
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]
Max-pooling adalah kasus khusus ketika filter memiliki ukuran yang sama dengan ukuran kernel pooling dan berisi semua nol.
Catatan tentang dualitas: Pelebaran input
oleh filter
sama dengan negasi erosi -input
oleh filter
dipantulkan.
Argumen:
- scope: Objek Scope
- input: 4-D dengan bentuk
[batch, in_height, in_width, depth]
. - filter: 3-D dengan bentuk
[filter_height, filter_width, depth]
. - langkah: Langkah jendela geser untuk setiap dimensi tensor input. Harus:
[1, stride_height, stride_width, 1]
. - kecepatan: Langkah masukan untuk dilatasi morfologi atrous. Harus:
[1, rate_height, rate_width, 1]
. - padding: Jenis algoritma padding yang akan digunakan.
Pengembalian:
-
Output
: 4-D dengan bentuk[batch, out_height, out_width, depth]
.
Pembuat dan Penghancur | |
---|---|
Dilation2D (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input filter, const gtl::ArraySlice< int > & strides, const gtl::ArraySlice< int > & rates, StringPiece padding) |
Atribut publik | |
---|---|
operation | |
output |
Fungsi publik | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Atribut publik
operasi
Operation operation
keluaran
::tensorflow::Output output
Fungsi publik
Dilasi2D
Dilation2D( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input filter, const gtl::ArraySlice< int > & strides, const gtl::ArraySlice< int > & rates, StringPiece padding )
simpul
::tensorflow::Node * node() const
operator :: tensorflow :: Input
operator::tensorflow::Input() const
operator :: tensorflow :: Keluaran
operator::tensorflow::Output() const