tf.keras.layers.experimental.preprocessing.RandomRotation

Случайное вращение каждого изображения.

Наследуется от: PreprocessingLayer, Layer, Module

Просмотр псевдонимов

Псевдонимы для миграции

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

tf.keras.layers.experimental.preprocessing.RandomRotation(
    factor, fill_mode='reflect', interpolation='bilinear',
    seed=None, name=None, fill_value=0.0, **kwargs
)

По умолчанию случайные вращения применяются только во время обучения. Во время вывода слой ничего не делает. Если вам нужно применять случайные вращения во время вывода, установите training в True при вызове слоя.

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'.

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 ни одна из границ не находится в диапазоне [0, 1] или верхняя граница меньше нижней.

Атрибуты
`factor`	число с плавающей точкой, представленное как дробь от 2π, или кортеж размером 2, представляющий нижнюю и верхнюю границу для вращения по часовой и против часовой стрелки. Положительное значение означает вращение против часовой стрелки, а отрицательное — по часовой стрелке. Если представлено как одно число с плавающей точкой, это значение используется для верхней и нижней границ. Например, `factor=(-0.2, 0.3)` приводит к вращению на случайную величину в диапазоне `[-20% * 2pi, 30% * 2pi]`. `factor=0.2` приводит к вращению на случайную величину в диапазоне `[-20% * 2pi, 20% * 2pi]`.
`fill_mode`	Точки за пределами границ входных данных заполняются в соответствии с заданным режимом (один из `{'constant', 'reflect', 'wrap', 'nearest'}`). 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 и тем же постоянным значением k = 0. 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 с помощью ближайшего пикселя.
`interpolation`	Режим интерполяции. Поддерживаемые значения: "nearest", "bilinear".
`seed`	Целое число. Используется для создания случайного семени.
`name`	Строка, имя слоя.
`fill_value`	число с плавающей точкой, представляющее значение, которое должно быть заполнено за пределами границ, когда `fill_mode` равно "constant".

Методы

`adapt`

Просмотреть исходный код

adapt(
    data, reset_state=True
)

Настраивает состояние слоя предобработки на основе передаваемых данных.

Аргументы

data Данные для обучения. Можно передать либо как набор данных tf.data, либо как массив NumPy.

reset_state Необязательный аргумент, указывающий, нужно ли очистить состояние слоя в начале вызова adapt, или нужно ли начать с существующего состояния. Этот аргумент может быть не релевантен для всех слоев предобработки: подкласс PreprocessingLayer может выбрать выброс, если 'reset_state' установлен в False.

Аргументы
`data`	Данные для обучения. Можно передать либо как набор данных tf.data, либо как массив NumPy.
`reset_state`	Необязательный аргумент, указывающий, нужно ли очистить состояние слоя в начале вызова `adapt`, или нужно ли начать с существующего состояния. Этот аргумент может быть не релевантен для всех слоев предобработки: подкласс PreprocessingLayer может выбрать выброс, если 'reset_state' установлен в False.

© 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/r2.4/api_docs/python/tf/keras/layers/experimental/preprocessing/RandomRotation