tensorflow :: ops :: Dilation2D

Calcula a dilatação da escala de cinza de tensores de filter input 4-D e 3-D.

Resumo

O tensor de input possui forma [batch, in_height, in_width, depth] e o tensor de filter tem forma [filter_height, filter_width, depth] , ou seja, cada canal de entrada é processado independentemente dos outros com sua própria função de estruturação. O tensor de output tem forma [batch, out_height, out_width, depth] . As dimensões espaciais do tensor de saída dependem do algoritmo de padding . Atualmente, só suportam o padrão "NHWC" data_format .

Em detalhes, a dilatação 2-D morfológica da escala de cinza é a correlação de soma máxima (para consistência com conv2d , usamos filtros não espelhados):

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]

O pool máximo é um caso especial quando o filtro tem tamanho igual ao tamanho do kernel do pool e contém todos os zeros.

Nota sobre a dualidade: A dilatação da input pelo filter é igual à negação da erosão da -input pelo filter refletido.

Argumentos:

• escopo: um objeto Scope
• entrada: 4-D com forma [batch, in_height, in_width, depth] .
• filtro: 3-D com forma [filter_height, filter_width, depth] .
• strides: A distância da janela deslizante para cada dimensão do tensor de entrada. Deve ser: [1, stride_height, stride_width, 1] .
• taxas: A passada de entrada para dilatação morfológica atrosa. Deve ser: [1, rate_height, rate_width, 1] .
• preenchimento: o tipo de algoritmo de preenchimento a ser usado.

Retorna:

• Output : 4-D com forma [batch, out_height, out_width, depth] .

Atributos públicos

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