Ekstrak `patch` dari `gambar` dan letakkan di dimensi keluaran "kedalaman".
Konstanta
Rangkaian | OP_NAME | Nama operasi ini dikenal dengan mesin inti TensorFlow |
Metode Publik
Keluaran <T> | sebagai Keluaran () Mengembalikan pegangan simbolis tensor. |
statis <T memperluas TType > ExtractImagePatches <T> | |
Keluaran <T> | tambalan () Tensor 4-D dengan bentuk `[batch, out_rows, out_cols, ksize_rows * ksize_cols * depth]` berisi patch gambar dengan ukuran `ksize_rows x ksize_cols x depth` yang divektorkan dalam dimensi "kedalaman". |
Metode Warisan
Konstanta
String akhir statis publik OP_NAME
Nama operasi ini dikenal dengan mesin inti TensorFlow
Metode Publik
Keluaran publik <T> sebagai Keluaran ()
Mengembalikan pegangan simbolis tensor.
Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.
public static ExtractImagePatches <T> buat ( Lingkup cakupan , gambar Operan <T>, Ukuran Daftar<Panjang>, Langkah Daftar<Panjang>, Tarif Daftar<Panjang>, Bantalan string)
Metode pabrik untuk membuat kelas yang membungkus operasi ExtractImagePatches baru.
Parameter
cakupan | ruang lingkup saat ini |
---|---|
gambar-gambar | Tensor 4-D dengan bentuk `[batch, in_rows, in_cols, depth]`. |
ukuran | Ukuran jendela geser untuk setiap dimensi `gambar`. |
langkah | Seberapa jauh pusat dari dua petak yang berurutan pada gambar. Harus: `[1, stride_rows, stride_cols, 1]`. |
tarif | Harus berupa: `[1, rate_rows, rate_cols, 1]`. Ini adalah langkah masukan, yang menentukan seberapa jauh dua sampel patch berturut-turut dimasukkan. Setara dengan mengekstraksi patch dengan `patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1)`, diikuti dengan subsamplingnya secara spasial dengan faktor `rates`. Ini setara dengan `rate` dalam konvolusi yang melebar (alias Atrous). |
lapisan | Jenis algoritma padding yang akan digunakan. |
Kembali
- contoh baru dari ExtractImagePatches
keluaran publik <T> tambalan ()
Tensor 4-D dengan bentuk `[batch, out_rows, out_cols, ksize_rows * ksize_cols * depth]` berisi patch gambar dengan ukuran `ksize_rows x ksize_cols x depth` yang divektorkan dalam dimensi "kedalaman". Perhatikan `out_rows` dan `out_cols` adalah dimensi patch keluaran.