tf.keras.layers.RandomTranslation

Слой предобработки, который случайным образом смещает изображения во время обучения.

Наследуется от: Layer, Module

Просмотр псевдонимов

Основные псевдонимы

tf.keras.layers.experimental.preprocessing.RandomTranslation

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

Этот слой будет применять случайные сдвиги к каждому изображению во время обучения, заполняя пустое пространство в соответствии с fill_mode.

Значения пикселей входных данных могут быть любого диапазона (например, [0., 1.) или [0, 255]) и иметь целочисленный или плавающей точки тип данных. По умолчанию слой будет выдавать значения с плавающей точкой.

Обзор и полный список слоев предобработки см. в руководстве по предобработке руководстве.

Аргументы
`height_factor`	число с плавающей точкой, представляющее дробь от значения, или кортеж размером 2, представляющий нижнюю и верхнюю границы смещения по вертикали. Отрицательное значение означает сдвиг изображения вверх, а положительное значение означает сдвиг изображения вниз. Если представлено как единственное положительное число с плавающей точкой, это значение используется как для верхней, так и для нижней границы. Например, `height_factor=(-0.2, 0.3)` приводит к смещению выходного значения на случайное количество в диапазоне `[-20%, +30%]`. `height_factor=0.2` приводит к смещению высоты выходного значения на случайное количество в диапазоне `[-20%, +20%]`.
`width_factor`	число с плавающей точкой, представляющее дробь от значения, или кортеж размером 2, представляющий нижнюю и верхнюю границы смещения по горизонтали. Отрицательное значение означает сдвиг изображения влево, а положительное значение означает сдвиг изображения вправо. Если представлено как единственное положительное число с плавающей точкой, это значение используется как для верхней, так и для нижней границы. Например, `width_factor=(-0.2, 0.3)` приводит к смещению выходного значения влево на 20% и вправо на 30%. `width_factor=0.2` приводит к смещению высоты выходного значения влево или вправо на 20%.
`fill_mode`	Точки за пределами границ ввода 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 константным значением k = 0. wrap: `(a b c d \| a b c d \| a b c d)` Входные данные расширяются путем перехода к противоположному краю. nearest: `(a a a a \| a b c d \| d d d d)` Входные данные расширяются ближайшим пикселем.
`interpolation`	Режим интерполяции. Поддерживаемые значения: `"nearest"`, `"bilinear"`.
`seed`	Целое число. Используется для создания случайного начального значения.
`fill_value`	число с плавающей точкой, представляющее значение, которое будет заполнено за пределами границ, когда `fill_mode="constant"`.

Форма входных данных:

3D (без пакетной обработки) или 4D (с пакетной обработкой) тензор с формой: (..., height, width, channels), в формате "channels_last".

Форма выходных данных:

Атрибуты

Атрибуты
`auto_vectorize`	Управление тем, происходит ли автоматическая векторизация. По умолчанию метод `call()` использует функцию `tf.vectorized_map()`. Автоматическая векторизация может быть отключена путем установки `self.auto_vectorize = False` в вашем методе `__init__()`. При отключении `call()` вместо этого использует `tf.map_fn()`. Например: class SubclassLayer(BaseImageAugmentationLayer): def __init__(self): super().__init__() self.auto_vectorize = False

auto_vectorize

Управление тем, происходит ли автоматическая векторизация.

По умолчанию метод call() использует функцию tf.vectorized_map(). Автоматическая векторизация может быть отключена путем установки self.auto_vectorize = False в вашем методе __init__(). При отключении call() вместо этого использует tf.map_fn(). Например:

class SubclassLayer(BaseImageAugmentationLayer):
  def __init__(self):
    super().__init__()
    self.auto_vectorize = False

© 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/versions/r2.9/api_docs/python/tf/keras/layers/RandomTranslation