tf.keras.layers.experimental.preprocessing.RandomZoom

Случайное масштабирование каждого изображения во время обучения.

Наследуется от: Layer

Просмотр псевдонимов

Псевдонимы для миграции

См. Руководство по миграции для получения дополнительной информации.

tf.compat.v1.keras.layers.experimental.preprocessing.RandomZoom

tf.keras.layers.experimental.preprocessing.RandomZoom(
    height_factor, width_factor=None, fill_mode='reflect', interpolation='bilinear',
    seed=None, name=None, **kwargs
)

Аргументы
`height_factor`	число с плавающей запятой, представленное в виде доли значения, или кортеж размера 2, представляющий нижнюю и верхнюю границы для вертикального масштабирования. Если представлено как одно число с плавающей запятой, это значение используется для обеих границ. Положительное значение означает увеличение масштаба, а отрицательное — уменьшение масштаба. Например, `height_factor=(0.2, 0.3)` приводит к выходному изображению, увеличенному на случайную величину в диапазоне [+20%, +30%]. `height_factor=(-0.3, -0.2)` приводит к выходному изображению, уменьшенному на случайную величину в диапазоне [+20%, +30%].
`width_factor`	число с плавающей запятой, представленное в виде доли значения, или кортеж размера 2, представляющий нижнюю и верхнюю границы для горизонтального масштабирования. Если представлено как одно число с плавающей запятой, это значение используется для обеих границ. Например, `width_factor=(0.2, 0.3)` приводит к выходному изображению с масштабированием от 20% до 30%. `width_factor=(-0.3, -0.2)` приводит к выходному изображению со уменьшением масштаба от 20% до 30%. По умолчанию `None`, т.е. масштабирование вертикальных и горизонтальных направлений с сохранением пропорций.
`fill_mode`	Точки за пределами границ входных данных заполняются в соответствии с заданным режимом (один из `{'constant', 'reflect', 'wrap'}`). reflect: `(d c b a \| a b c d \| d c b a)` Входное изображение расширяется путем отражения относительно края последнего пикселя. constant: `(k k k k \| a b c d \| k k k k)` Входное изображение расширяется путем заполнения всех значений за пределами края одним постоянным значением k = 0. wrap: `(a b c d \| a b c d \| a b c d)`
`interpolation`	Режим интерполяции. Поддерживаемые значения: "nearest", "bilinear".
`seed`	Целое число. Используется для создания случайного зерна.
`name`	Строка, имя слоя.

Пример:

input_img = np.random.random((32, 224, 224, 3))
layer = tf.keras.layers.experimental.preprocessing.RandomZoom(.5, .2)
out_img = layer(input_img)
out_img.shape
TensorShape([32, 224, 224, 3])

Форма входных данных:

4D тензор с формой: (samples, height, width, channels), data_format='channels_last'.

Форма выходных данных:

4D тензор с формой: (samples, height, width, channels), data_format='channels_last'.

Исключения
`ValueError`	если нижняя граница не находится в диапазоне [0, 1], или верхняя граница отрицательна.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/keras/layers/experimental/preprocessing/RandomZoom