tf.keras.layers.RandomZoom

Слой предварительной обработки, который случайным образом масштабирует изображения 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 блокнотах

Используется в руководстве	Используется в учебных пособиях
Работа со слоями предварительной обработки	Классификация изображений Повторное обучение классификатора изображений

Этот слой будет независимо случайным образом увеличивать или уменьшать изображение по каждой оси, заполняя пустое пространство в соответствии с fill_mode.

Значения пикселей на входе могут находиться в любом диапазоне (например, [0., 1.) или [0, 255]) и иметь целочисленный тип или тип с плавающей точкой. По умолчанию слой возвращает 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 в конвейере tf.data (независимо от используемого бэкенда).

Аргументы
`height_factor`	число с плавающей точкой, заданное как доля значения, или кортеж из двух элементов, представляющий нижнюю и верхнюю границы вертикального масштабирования. Если задано одно число с плавающей точкой, оно используется и как нижняя, и как верхняя граница. Положительное значение означает уменьшение масштаба, отрицательное — увеличение. Например, `height_factor=(0.2, 0.3)` приведет к результату с уменьшением масштаба на случайную величину из диапазона `[+20%, +30%]`. `height_factor=(-0.3, -0.2)` приведет к результату с увеличением масштаба на случайную величину из диапазона `[+20%, +30%]`.
`width_factor`	число с плавающей точкой, заданное как доля значения, или кортеж из двух элементов, представляющий нижнюю и верхнюю границы горизонтального масштабирования. Если задано одно число с плавающей точкой, оно используется и как нижняя, и как верхняя граница. Например, `width_factor=(0.2, 0.3)` приведет к уменьшению масштаба на 20–30%. `width_factor=(-0.3, -0.2)` приведет к увеличению масштаба на 20–30%. `None` означает масштабирование по вертикали и горизонтали с сохранением соотношения сторон. Значение по умолчанию — `None`.
`fill_mode`	Пиксели за границами входных данных заполняются в соответствии с указанным режимом. Доступны режимы `"constant"`, `"nearest"`, `"wrap"` и `"reflect"`. Значение по умолчанию — `"constant"`. `"reflect"`: `(d c b a \| a b c d \| d c b a)` Входные данные расширяются отражением относительно границы последнего пикселя. `"constant"`: `(k k k k \| a b c d \| k k k k)` Входные данные расширяются: все значения за границей заполняются одной и той же константой k, заданной параметром `fill_value`. `"wrap"`: `(a b c d \| a b c d \| a b c d)` Входные данные расширяются повторением значений с противоположного края. `"nearest"`: `(a a a a \| a b c d \| d d d d)` Входные данные расширяются значениями ближайшего пикселя. Обратите внимание: при использовании бэкенда torch режим `"reflect"` заменяется 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, используемое для создания случайного начального значения.
`fill_value`	число с плавающей точкой, задающее значение для заполнения области за границами, если используется `fill_mode="constant"`.
`data_format`	строка: `"channels_last"` или `"channels_first"`. Порядок измерений во входных данных. `"channels_last"` соответствует входным данным с формой `(batch, height, width, channels)`, а `"channels_first"` — входным данным с формой `(batch, channels, height, width)`. По умолчанию используется значение `image_data_format` из файла конфигурации Keras по пути `~/.keras/keras.json`. Если вы его не задавали, будет использоваться `"channels_last"`.
`**kwargs`	Именованные аргументы базового слоя, например `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`	Возвращает входной тензор или тензоры символьной операции. Возвращает только тензор или тензоры, соответствующие первому вызову операции.
`output`	Возвращает выходной тензор или тензоры слоя. Возвращает только тензор или тензоры, соответствующие первому вызову операции.

Методы

`from_config`

Посмотреть исходный код

@classmethod
from_config(
    config
)

Создает 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 между слоями (это делает Network) и веса (это делает set_weights).

Аргументы
`config`	Словарь Python, обычно являющийся результатом вызова 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/RandomZoom