tf.nn.dilation2d

Вычисляет серое расширение 4-D input и 3-D filters тензоров.

tf.nn.dilation2d(
    input, filters, strides, padding, data_format, dilations, name=None
)

Тензор input имеет форму [batch, in_height, in_width, depth], а тензор filters — форму [filter_height, filter_width, depth]; то есть каждый входной канал обрабатывается независимо от остальных с помощью собственной структурирующей функции. Тензор output имеет форму [batch, out_height, out_width, depth]. Пространственные измерения выходного тензора зависят от алгоритма padding. В настоящее время поддерживается только формат по умолчанию «NHWC» data_format.

Подробно, морфологическое серое 2-D расширение — это корреляция максимум-сумма (для согласованности с conv2d используются неперевёрнутые фильтры):

output[b, y, x, c] =
   max_{dy, dx} input[b,
                      strides[1] * y + rates[1] * dy,
                      strides[2] * x + rates[2] * dx,
                      c] +
                filters[dy, dx, c]

Максимальная выборка — это частный случай, когда размер фильтра совпадает с размером ядра выборки, а все его элементы равны нулю.

Примечание о двойственности: расширение input с помощью filters равно отрицанию эрозии -input с помощью отражённого filters.