flux tensoriel : : opérations : : Dilatation2D

Calcule la dilatation des niveaux de gris des tenseurs input 4D et filter 3D.

Résumé

Le tenseur input a la forme [batch, in_height, in_width, depth] et le tenseur filter a la forme [filter_height, filter_width, depth] , c'est-à-dire que chaque canal d'entrée est traité indépendamment des autres avec sa propre fonction de structuration. Le tenseur output a la forme [batch, out_height, out_width, depth] . Les dimensions spatiales du tenseur de sortie dépendent de l'algorithme padding . Nous ne prenons actuellement en charge que le data_format "NHWC" par défaut.

En détail, la dilatation morphologique 2D en niveaux de gris est la corrélation de somme maximale (pour des raisons de cohérence avec conv2d , nous utilisons des filtres sans miroir) :

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]

Le pooling maximum est un cas particulier où le filtre a une taille égale à la taille du noyau de pooling et contient tous des zéros.

Note sur la dualité : La dilatation de input par le filter est égale à la négation de l'érosion de -input par le filter réfléchi.

Arguments :

• scope : un objet Scope
• entrée : 4-D avec forme [batch, in_height, in_width, depth] .
• filtre : 3D avec forme [filter_height, filter_width, depth] .
• foulées : la foulée de la fenêtre glissante pour chaque dimension du tenseur d'entrée. Doit être : [1, stride_height, stride_width, 1] .
• taux : la foulée d'entrée pour la dilatation morphologique atreuse. Doit être : [1, rate_height, rate_width, 1] .
• padding : Le type d’algorithme de remplissage à utiliser.

Retours :

• Output : 4-D avec forme [batch, out_height, out_width, depth] .

Attributs publics

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