Python tf.keras.layers.RandomZoom用法及代码示例

在训练期间随机缩放图像的预处理层。

继承自：Layer，Module

用法

tf.keras.layers.RandomZoom(
    height_factor, width_factor=None, fill_mode='reflect',
    interpolation='bilinear', seed=None, fill_value=0.0, **kwargs
)

参数

height_factor 表示为值的分数的浮点数，或大小为 2 的元组，表示垂直缩放的下限和上限。当表示为单个浮点数时，此值用于上限和下限。正值表示缩小，而负值表示放大。例如，height_factor=(0.2, 0.3) 导致输出在 [+20%, +30%] 范围内随机缩小。 height_factor=(-0.3, -0.2) 导致输出在 [+20%, +30%] 范围内随机放大。
width_factor 表示为值的分数的浮点数，或大小为 2 的元组，表示水平缩放的下限和上限。当表示为单个浮点数时，此值用于上限和下限。例如，width_factor=(0.2, 0.3) 导致输出缩小 20% 到 30%。 width_factor=(-0.3, -0.2) 导致输出放大 20% 到 30%。默认为 None ，即通过保持纵横比缩放垂直和水平方向。
fill_mode
输入边界之外的点根据给定的模式填充(其中之一{"constant", "reflect", "wrap", "nearest"})。
- 反映：(d c b a | a b c d | d c b a)通过反射最后一个像素的边来扩展输入。
- 常量：(k k k k | a b c d | k k k k)通过用相同的常数 k = 0 填充边以外的所有值来扩展输入。
- 包裹：(a b c d | a b c d | a b c d)通过环绕到相对边来扩展输入。
- 最近的：(a a a a | a b c d | d d d d)输入由最近的像素扩展。
interpolation 插值模式。支持的值："nearest" , "bilinear"。
seed 整数。用于创建随机种子。
fill_value 浮点数表示 fill_mode="constant" 时要在边界外填充的值。

该层将在图像的每个轴上独立地随机放大或缩小，根据 fill_mode 填充空白空间。

输入像素值可以是任何范围(例如 [0., 1.) 或 [0, 255] )，并且可以是整数或浮点数据类型。默认情况下，图层将输出浮点数。

有关预处理层的概述和完整列表，请参阅预处理指南。

例子：

input_img = np.random.random((32, 224, 224, 3))
layer = tf.keras.layers.RandomZoom(.5, .2)
out_img = layer(input_img)
out_img.shape
TensorShape([32, 224, 224, 3])

输入形状：

3D(未批处理)或 4D(批处理)张量，形状为：(..., height, width, channels)，格式为 "channels_last"。

输出形状：

3D(未批处理)或 4D(批处理)张量，形状为：(..., height, width, channels)，格式为 "channels_last"。

相关用法

注：本文由纯净天空筛选整理自tensorflow.org大神的英文原创作品 tf.keras.layers.RandomZoom。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。