tf.keras.layers.RandomBrightness

Слой предварительной обработки, который случайным образом изменяет яркость во время обучения.

Наследует: Layer, Operation

tf.keras.layers.RandomBrightness(
    factor, value_range=(0, 255), seed=None, **kwargs
)

Этот слой случайным образом увеличивает или уменьшает яркость входных изображений RGB. Во время инференса выход будет идентичен входу. Вызовите слой с помощью training=True, чтобы настроить яркость входных данных.

Примечание: Этот слой безопасно использовать в конвейере tf.data (независимо от используемого бэкенда).

Аргументы
`factor`	Число с плавающей запятой или список/кортеж из 2 чисел с плавающей запятой в диапазоне от -1.0 до 1.0. Фактор используется для определения нижней и верхней границ изменения яркости. Случайным образом выбирается значение с плавающей запятой между этими границами. При выборе -1.0 выходное изображение будет чёрным, а при выборе 1.0 — полностью белым. Если указано только одно число с плавающей запятой, например 0.2, для нижней границы будет использоваться -0.2, а для верхней — 0.2.
`value_range`	Необязательный список/кортеж из 2 чисел с плавающей запятой, задающих нижний и верхний пределы значений входных данных. Чтобы ничего не менять, используйте `[0.0, 1.0]`, например, если масштабирование изображения было выполнено до этого слоя. По умолчанию используется `[0.0, 255.0]`. Изменение яркости будет масштабировано до этого диапазона, а выходные значения ограничены его пределами.
`seed`	Необязательное целое число для фиксированного поведения генератора случайных чисел.

Входные данные: тензор размерности 3 (HWC) или 4 (NHWC) с типом данных float или int. Значения пикселей на входе могут находиться в любом диапазоне (например, [0., 1.) или [0, 255])

Выходные данные: тензор размерности 3 (HWC) или 4 (NHWC) с изменённой яркостью на основе factor. По умолчанию слой возвращает числа с плавающей запятой. Выходное значение будет ограничено диапазоном [0, 255] — допустимым диапазоном цветов RGB — и при необходимости масштабировано на основе value_range.

Пример:

random_bright = keras.layers.RandomBrightness(factor=0.2)

# An image with shape [2, 2, 3]
image = [[[1, 2, 3], [4 ,5 ,6]], [[7, 8, 9], [10, 11, 12]]]

# Assume we randomly select the factor to be 0.1, then it will apply
# 0.1 * 255 to all the channel
output = random_bright(image, training=True)

# output will be int64 with 25.5 added to each channel and round down.

array([[[26.5, 27.5, 28.5] [29.5, 30.5, 31.5]] [[32.5, 33.5, 34.5] [35.5, 36.5, 37.5]]], shape=(2, 2, 3), dtype=int64)

Атрибуты
`input`	Возвращает входные тензоры символической операции. Возвращает только тензоры, соответствующие первому вызову операции.
`output`	Возвращает выходные тензоры слоя. Возвращает только тензоры, соответствующие первому вызову операции.

Методы

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

Создаёт слой на основе его конфигурации.

Этот метод является обратным к get_config и позволяет создать такой же слой из словаря конфигурации. Он не обрабатывает связи слоя (это делает Network) и веса (это делает set_weights).

Аргументы
`config`	Словарь Python, обычно являющийся результатом get_config.

Возвращает
Экземпляр слоя.

`symbolic_call`

Посмотреть исходный код

symbolic_call(
    *args, **kwargs
)

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/keras/layers/RandomBrightness