當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

Python tf.nn.erosion2d用法及代碼示例

計算 4-D value 和 3-D filters 張量的灰度侵蝕。

用法

tf.nn.erosion2d(
    value, filters, strides, padding, data_format, dilations, name=None
)

參數

  • value 一個Tensor。 4-D 形狀 [batch, in_height, in_width, depth] 。
  • filters 一個Tensor。必須與 value 具有相同的類型。 3-D 形狀 [filters_height, filters_width, depth] 。
  • strides 長度為 >= 4 的 ints 列表。長度為 4 的一維。輸入張量的每個維度的滑動窗口的步幅。必須是：[1, stride_height, stride_width, 1]。
  • padding A string從："SAME", "VALID".要使用的填充算法的類型。看這裏了解更多信息。
  • data_format A string ，目前僅支持 "NHWC"。
  • dilations 長度為 >= 4 的 ints 列表。長度為 4 的 1-D。atrous 形態擴張的輸入步幅。必須是：[1, rate_height, rate_width, 1]。
  • name 操作的名稱(可選)。如果未指定，則使用 "erosion2d"。

返回

  • 一個Tensor。具有與 value 相同的類型。 4-D 形狀 [batch, out_height, out_width, depth] 。

拋出

  • ValueError 如果 value 深度與 filters ' 形狀不匹配，或者填充不是 'VALID' 或 'SAME' 。

value 張量的形狀為 [batch, in_height, in_width, depth] 而 filters 張量的形狀為 [filters_height, filters_width, depth] ，即每個輸入通道獨立於其他輸入通道進行處理，並具有自己的結構化函數。 output 張量的形狀為 [batch, out_height, out_width, depth] 。輸出張量的空間維度取決於padding 算法。我們目前隻支持默認的 "NHWC" data_format 。

詳細而言，灰度形態二維侵蝕由下式給出：

output[b, y, x, c] =
   min_{dy, dx} value[b,
                      strides[1] * y - dilations[1] * dy,
                      strides[2] * x - dilations[2] * dx,
                      c] -
                filters[dy, dx, c]

對偶性：filters對value的腐蝕等於-value被反射的filters對膨脹的否定。

相關用法


注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.nn.erosion2d。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。