Entiende el código correctamente previamente a aplicarlo a tu trabajo si tquieres aportar algo puedes decirlo en los comentarios.
Ver fuente en GitHub |
Capa de sobremuestreo para entradas 2D.
Hereda de: Layer
, Module
Ver alias
Alias de compatibilidad para la migración
Ver Guía de migración para más detalles.
tf.keras.layers.UpSampling2D( size=(2,2), data_format=None, interpolation='nearest',**kwargs )
Repite las filas y columnas de los datos por size[0]
y size[1]
respectivamente.
Ejemplos:
input_shape =(2,2,1,3) x = np.arange(np.prod(input_shape)).reshape(input_shape)print(x)[[[[012]][[345]]][[[678]][[91011]]]] y = tf.keras.layers.UpSampling2D(size=(1,2))(x)print(y) tf.Tensor([[[[012][012]][[345][345]]][[[678][678]][[91011][91011]]]], shape=(2,2,2,3), dtype=int64)
Argumentos | |
---|---|
size |
Int, o tupla de 2 enteros. Los factores de sobremuestreo para filas y columnas. |
data_format |
A stringuno de channels_last (predeterminado) o channels_first . El orden de las dimensiones en las entradas. channels_last corresponde a entradas con forma (batch_size, height, width, channels) tiempo channels_first corresponde a entradas con forma (batch_size, channels, height, width) . Por defecto es el image_data_format valor encontrado en su archivo de configuración de Keras en ~/.keras/keras.json . Si nunca lo configura, entonces será “channels_last”. |
interpolation |
A stringuno de nearest o bilinear . |
Forma de entrada:
Tensor 4D con forma:
- Si
data_format
es"channels_last"
:(batch_size, rows, cols, channels)
- Si
data_format
es"channels_first"
:(batch_size, channels, rows, cols)
Forma de salida:
Tensor 4D con forma:
- Si
data_format
es"channels_last"
:(batch_size, upsampled_rows, upsampled_cols, channels)
- Si
data_format
es"channels_first"
:(batch_size, channels, upsampled_rows, upsampled_cols)
Comentarios y valoraciones del tutorial
Recuerda que te concedemos comentar tu experiencia si te ayudó.
¡Haz clic para puntuar esta entrada!
(Votos: 0 Promedio: 0)