тензорный поток:: опс:: Дилатация2D

Вычисляет расширение шкалы серого четырехмерных input и трехмерных тензоров filter .

Краткое содержание

input тензор имеет форму [batch, in_height, in_width, depth] , а тензор filter имеет форму [filter_height, filter_width, depth] , т. е. каждый входной канал обрабатывается независимо от других со своей собственной функцией структурирования. output тензор имеет форму [batch, out_height, out_width, depth] . Пространственные размеры выходного тензора зависят от алгоритма padding . В настоящее время мы поддерживаем только data_format по умолчанию «NHWC».

Подробно, морфологическое двумерное расширение в оттенках серого представляет собой корреляцию максимальной суммы (для согласованности с conv2d мы используем незеркальные фильтры):

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]

Макс-пулинг — это особый случай, когда размер фильтра равен размеру ядра пула и содержит все нули.

Примечание о двойственности: расширение input filter равно отрицанию эрозии -input отраженным filter .

Аргументы:

• область: объект области.
• ввод: 4-D с формой [batch, in_height, in_width, depth] .
• фильтр: 3-D с формой [filter_height, filter_width, depth] .
• шаги: шаг скользящего окна для каждого измерения входного тензора. Должно быть: [1, stride_height, stride_width, 1] .
• темпы: входной шаг для атрофического морфологического расширения. Должно быть: [1, rate_height, rate_width, 1] .
• дополнение: тип используемого алгоритма заполнения.

Возврат:

• Output : 4-D с формой [batch, out_height, out_width, depth] .

Публичные атрибуты

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