przepływ tensorowy:: ops:: Wyodrębnij ImagePatches
#include <array_ops.h>
Wyodrębnij patches
z images
i umieść je w wymiarze wyjściowym „głębokość”.
Streszczenie
Argumenty:
- zakres: Obiekt Scope
- obrazy: Tensor 4-D z kształtem
[batch, in_rows, in_cols, depth]
. - ksizes: Rozmiar przesuwanego okna dla każdego wymiaru
images
. - kroki: Jak daleko na obrazach znajdują się środki dwóch kolejnych fragmentów. Musi być:
[1, stride_rows, stride_cols, 1]
. - stawki: Musi wynosić:
[1, rate_rows, rate_cols, 1]
. Jest to krok wejściowy, określający, jak daleko na wejściu znajdują się dwie kolejne próbki fragmentów. Równoważne wyodrębnieniu poprawek za pomocąpatch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1)
, a następnie późniejszemu podpróbkowaniu ich przestrzennie przez współczynnikrates
. Jest to równoważnerate
w rozszerzonych zwojach (inaczej Atrous). - dopełnienie: typ algorytmu dopełniania, który ma zostać użyty.
Zwroty:
-
Output
: Tensor 4-D o kształcie[batch, out_rows, out_cols, ksize_rows * ksize_cols * depth]
zawierający poprawki obrazu o rozmiarzeksize_rows x ksize_cols x depth
wektoryzowane w wymiarze „głębokość”. Uwagaout_rows
iout_cols
to wymiary poprawek wyjściowych.
Konstruktory i destruktory | |
---|---|
ExtractImagePatches (const :: tensorflow::Scope & scope, :: tensorflow::Input images, const gtl::ArraySlice< int > & ksizes, const gtl::ArraySlice< int > & strides, const gtl::ArraySlice< int > & rates, StringPiece padding) |
Atrybuty publiczne | |
---|---|
operation | |
patches |
Funkcje publiczne | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
Atrybuty publiczne
działanie
Operation operation
łaty
::tensorflow::Output patches
Funkcje publiczne
Wyodrębnij ImagePatches
ExtractImagePatches( const ::tensorflow::Scope & scope, ::tensorflow::Input images, const gtl::ArraySlice< int > & ksizes, const gtl::ArraySlice< int > & strides, const gtl::ArraySlice< int > & rates, StringPiece padding )
węzeł
::tensorflow::Node * node() const
operator::tensorflow::Wejście
operator::tensorflow::Input() const
operator::tensorflow::Wyjście
operator::tensorflow::Output() const