tf.keras.layers.RandomZoom

Слой предобработки, случайным образом изменяющий масштаб изображений во время обучения.

Наследует от: Layer, Operation

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

Используется в ноутбуках

Используется в руководстве	Используется в учебных пособиях
Работа со слоями предобработки	Классификация изображений Переобучение классификатора изображений

Этот слой случайным образом увеличивает или уменьшает масштаб изображения по каждой оси независимо, заполняя пустое место в соответствии с fill_mode.

Значения пикселей входных данных могут быть любого диапазона (например, [0., 1.) или [0, 255]) и целочисленного или плавающего типа. По умолчанию слой выводит значения с плавающей точкой.

Форма входных данных
`3D`	`unbatched) or 4D (batched) tensor with shape` `(..., height, width, channels)`, в формате `"channels_last"`, или `(..., channels, height, width)`, в формате `"channels_first"`.

Форма выходных данных
`3D`	`unbatched) or 4D (batched) tensor with shape` `(..., target_height, target_width, channels)`, или `(..., channels, target_height, target_width)`, в формате `"channels_first"`.

Примечание: Этот слой безопасно использовать внутри конвейера tf.data (независимо от используемого бэкенда).

Аргументы
`height_factor`	число с плавающей точкой, представляющее долю значения, или кортеж размером 2, представляющий нижнюю и верхнюю границы масштабирования по вертикали. Если представлено одним числом с плавающей точкой, это значение используется для верхней и нижней границы. Положительное значение означает увеличение масштаба, а отрицательное — уменьшение. Например, `height_factor=(0.2, 0.3)` приводит к выходным данным, масштабированным случайным образом на `[+20%, +30%]`. `height_factor=(-0.3, -0.2)` приводит к выходным данным, масштабированным случайным образом на `[+20%, +30%]`.
`width_factor`	число с плавающей точкой, представляющее долю значения, или кортеж размером 2, представляющий нижнюю и верхнюю границы масштабирования по горизонтали. Если представлено одним числом с плавающей точкой, это значение используется для верхней и нижней границы. Например, `width_factor=(0.2, 0.3)` приводит к выходным данным, масштабированным от 20% до 30%. `width_factor=(-0.3, -0.2)` приводит к выходным данным, масштабированным от 20% до 30%. `None` означает, что масштабирование по вертикали и горизонтали происходит с сохранением соотношения сторон. По умолчанию `None`.
`fill_mode`	Точки за пределами границ входных данных заполняются в соответствии с заданным режимом. Доступные методы — `"constant"`, `"nearest"`, `"wrap"` и `"reflect"`. По умолчанию `"constant"`. `"reflect"`: `(d c b a \| a b c d \| d c b a)` Входные данные расширяются путем отражения относительно края последнего пикселя. `"constant"`: `(k k k k \| a b c d \| k k k k)` Входные данные расширяются путем заполнения всех значений за пределами края одним постоянным значением k, указанным в `fill_value`. `"wrap"`: `(a b c d \| a b c d \| a b c d)` Входные данные расширяются путем обхода до противоположного края. `"nearest"`: `(a a a a \| a b c d \| d d d d)` Входные данные расширяются ближайшим пикселем. Обратите внимание, что при использовании бэкенда torch, `"reflect"` перенаправляется на `"mirror"` `(c d c b \| a b c d \| c b a b)`, так как torch не поддерживает `"reflect"`. Обратите внимание, что бэкенд torch не поддерживает `"wrap"`.
`interpolation`	Режим интерполяции. Поддерживаемые значения: `"nearest"`, `"bilinear"`.
`seed`	Целое число. Используется для создания случайного генератора.
`fill_value`	число с плавающей точкой, представляющее значение, которое будет заполнено за пределами границ при `fill_mode="constant"`.
`data_format`	строка, либо `"channels_last"` или `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным с формой `(batch, height, width, channels)`, в то время как `"channels_first"` соответствует входным данным с формой `(batch, channels, height, width)`. По умолчанию это значение `image_data_format`, найденное в файле конфигурации Keras по адресу `~/.keras/keras.json`. Если вы его никогда не устанавливали, то он будет `"channels_last"`.
`**kwargs`	Параметры базового слоя, такие как `name` и `dtype`.

Пример:

input_img = np.random.random((32, 224, 224, 3))
layer = keras.layers.RandomZoom(.5, .2)
out_img = layer(input_img)

Атрибуты
`input`	Получает тензор(ы) ввода символической операции. Возвращает только тензор(ы), соответствующий первому вызову операции.
`output`	Получает тензор(ы) вывода слоя. Возвращает только тензор(ы), соответствующий первому вызову операции.

Методы

`from_config`

Просмотреть исходный код

@classmethod
from_config(
    config
)

Создает слой из его конфигурации.

Этот метод является обратным get_config, способным создать тот же слой из словаря конфигурации. Он не обрабатывает соединение слоев (обрабатывается Network), а также веса (обрабатываются set_weights).

Аргументы
`config`	Словарь Python, обычно результат get_config.

Возвращает
Экземпляр слоя.

`symbolic_call`

Просмотреть 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/RandomZoom