텐서플로우:: 작전:: 팽창2D

4차원 input 및 3차원 filter 텐서의 회색조 팽창을 계산합니다.

요약

input 텐서는 [batch, in_height, in_width, depth] 모양을 갖고 filter 텐서는 [filter_height, filter_width, depth] 모양을 갖습니다. 즉, 각 입력 채널은 자체 구조화 기능을 사용하여 다른 입력 채널과 독립적으로 처리됩니다. output 텐서의 모양은 [batch, out_height, out_width, depth] 입니다. 출력 텐서의 공간 차원은 padding 알고리즘에 따라 다릅니다. 현재는 기본 "NHWC" data_format 만 지원합니다.

자세히 말하면, 회색조 형태학적 2차원 팽창은 최대합 상관관계입니다( conv2d 와의 일관성을 위해 미러링되지 않은 필터를 사용함).

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]

최대 풀링은 필터의 크기가 풀링 커널 크기와 같고 모두 0을 포함하는 특별한 경우입니다.

이중성에 대한 참고 사항: filter 에 의한 input 확장은 반사 filter 에 의한 -input 침식의 부정과 같습니다.

인수:

• 범위: 범위 개체
• 입력: [batch, in_height, in_width, depth] 모양의 4D.
• 필터: [filter_height, filter_width, depth] 모양의 3D입니다.
• strides: 입력 텐서의 각 차원에 대한 슬라이딩 윈도우의 보폭입니다. 다음과 같아야 합니다: [1, stride_height, stride_width, 1] .
• rate: 심방 형태학적 확장에 대한 입력 보폭입니다. 다음과 같아야 합니다: [1, rate_height, rate_width, 1] .
• padding: 사용할 패딩 알고리즘 유형입니다.

보고:

• Output : [batch, out_height, out_width, depth] 모양의 4D.

공개 속성

Operation operation

::tensorflow::Output output

 Dilation2D(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input filter,
  const gtl::ArraySlice< int > & strides,
  const gtl::ArraySlice< int > & rates,
  StringPiece padding
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const