جریان تنسور:: عملیات:: ExtractImagePatch

#include <array_ops.h>

patches از images استخراج کنید و آنها را در بعد خروجی "عمق" قرار دهید.

خلاصه

استدلال ها:

  • scope: یک شی Scope
  • تصاویر: تانسور 4 بعدی با شکل [batch, in_rows, in_cols, depth] .
  • ksizes: اندازه پنجره کشویی برای هر بعد از images .
  • strides: فاصله مرکز دو وصله متوالی در تصاویر چقدر است. باید: [1, stride_rows, stride_cols, 1] .
  • نرخ‌ها: باید: [1, rate_rows, rate_cols, 1] باشد. این گام ورودی است که مشخص می کند دو نمونه پچ متوالی چقدر در ورودی قرار دارند. معادل استخراج وصله ها با patch_sizes_eff = patch_sizes + (patch_sizes - 1) * (rates - 1) و به دنبال آن نمونه برداری از آنها به صورت مکانی با ضریب rates . این معادل rate در پیچش های متسع (معروف به آتروس) است.
  • padding: نوع الگوریتم padding مورد استفاده.

برمی‌گرداند:

  • Output : تانسور 4 بعدی با شکل [batch, out_rows, out_cols, ksize_rows * ksize_cols * depth] حاوی وصله‌های تصویر با اندازه ksize_rows x ksize_cols x depth بردار در بعد "عمق". توجه داشته باشید out_rows و out_cols ابعاد وصله های خروجی هستند.

سازندگان و ویرانگرها

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)

صفات عمومی

operation
patches

توابع عمومی

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

صفات عمومی

عملیات 

Operation operation

تکه ها 

::tensorflow::Output patches

توابع عمومی

ExtractImagePatch 

 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
)

گره 

::tensorflow::Node * node() const

عملگر::tensorflow::ورودی 

 operator::tensorflow::Input() const

عملگر::tensorflow::خروجی 

 operator::tensorflow::Output() const