Multiplicar entradas por scale y agrega offset.

Hereda de: PreprocessingLayer, Layer, Module

Ver alias

Alias ​​de compatibilidad para la migración

Ver Guía de migración para más detalles.

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

tf.keras.layers.experimental.preprocessing.Rescaling(
    scale, offset=0.0, name=None,**kwargs
)

Por ejemplo:

  1. Para cambiar la escala de una entrada en el [0, 255] rango para estar en el [0, 1] rango, pasarías scale=1./255.

  2. Para cambiar la escala de una entrada en el [0, 255] rango para estar en el [-1, 1] rango, pasarías scale=1./127.5, offset=-1.

El cambio de escala se aplica tanto durante el entrenamiento como durante la inferencia.

Forma de entrada:

Arbitrario.

Forma de salida:

Igual que la entrada.

Argumentos
scale Flotante, la escala a aplicar a las entradas.
offset Flotante, el desplazamiento que se aplicará a las entradas.
name UN stringel nombre de la capa.

Métodos

adapt

Ver fuente

adapt(
    data, reset_state=True)

Ajusta el estado de la capa de preprocesamiento a los datos que se pasan.

Argumentos
data Los datos para entrenar. Se puede pasar como un conjunto de datos tf.data o como un numpy array.
reset_state Argumento opcional que especifica si borrar el estado de la capa al comienzo de la llamada a adapt, o si se debe comenzar desde el estado existente. Este argumento puede no ser relevante para todas las capas de preprocesamiento: una subclase de PreprocessingLayer puede optar por lanzar si ‘reset_state’ se establece en False.