Keras 2 API 文档 / 层 API / 重塑层 / Cropping3D 层

Cropping3D 层

[源]

Cropping3D

tf_keras.layers.Cropping3D(
    cropping=((1, 1), (1, 1), (1, 1)), data_format=None, **kwargs
)

用于 3D 数据(例如空间或时空数据)的裁剪层。

# 示例

>>> input_shape = (2, 28, 28, 10, 3)
>>> x = np.arange(np.prod(input_shape)).reshape(input_shape)
>>> y = tf.keras.layers.Cropping3D(cropping=(2, 4, 2))(x)
>>> print(y.shape)
(2, 24, 20, 6, 3)

参数

  • cropping:Int,或由 3 个 Int 组成的元组,或由 3 个由 2 个 Int 组成的元组。
    • 如果是 Int:对深度、高度和宽度应用相同的对称裁剪。
    • 如果是由 3 个 Int 组成的元组:解释为对深度、高度和宽度的两个不同的对称裁剪值:(symmetric_dim1_crop, symmetric_dim2_crop, symmetric_dim3_crop)
    • 如果是由 3 个由 2 个 Int 组成的元组:解释为 ((left_dim1_crop, right_dim1_crop), (left_dim2_crop, right_dim2_crop), (left_dim3_crop, right_dim3_crop))
  • data_format:字符串,为 channels_last(默认)或 channels_first 之一。输入中维度的顺序。channels_last 对应于形状为 (batch_size, spatial_dim1, spatial_dim2, spatial_dim3, channels) 的输入,而 channels_first 对应于形状为 (batch_size, channels, spatial_dim1, spatial_dim2, spatial_dim3) 的输入。如果未指定,则使用 TF-Keras 配置文件 ~/.keras/keras.json 中(如果存在)的 image_data_format 值,否则为 'channels_last'。默认为 'channels_last'。

输入形状

5D 张量,形状为: - 如果 data_format"channels_last"(batch_size, first_axis_to_crop, second_axis_to_crop, third_axis_to_crop, depth) - 如果 data_format"channels_first"(batch_size, depth, first_axis_to_crop, second_axis_to_crop, third_axis_to_crop)

输出形状

5D 张量,形状为: - 如果 data_format"channels_last"(batch_size, first_cropped_axis, second_cropped_axis, third_cropped_axis, depth) - 如果 data_format"channels_first"(batch_size, depth, first_cropped_axis, second_cropped_axis, third_cropped_axis)