Cropping3D 层

[源代码]

Cropping3D 类

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）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: 整数，或 3 个整数的元组，或 3 个包含 2 个整数的元组的元组。
  • 如果为整数：对深度、高度和宽度应用相同的对称裁剪。
  • 如果为 3 个整数的元组：解释为深度、高度和宽度的两个不同的对称裁剪值：(对称维度1裁剪, 对称维度2裁剪, 对称维度3裁剪)。
  • 如果为 3 个包含 2 个整数的元组的元组：解释为 ((维度1左侧裁剪, 维度1右侧裁剪), (维度2左侧裁剪, 维度2右侧裁剪), (维度3左侧裁剪, 维度3右侧裁剪))
• data_format: 字符串，可以是 channels_last（默认）或 channels_first。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，则使用您在 TF-Keras 配置文件 ~/.keras/keras.json（如果存在）中找到的 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 为 "channels_last"：(batch_size, 要裁剪的第一个轴, 要裁剪的第二个轴, 要裁剪的第三个轴, 深度) - 如果 data_format 为 "channels_first"：(batch_size, 深度, 要裁剪的第一个轴, 要裁剪的第二个轴, 要裁剪的第三个轴)

输出形状

5D 张量，形状为：- 如果 data_format 为 "channels_last"：(batch_size, 裁剪后的第一个轴, 裁剪后的第二个轴, 裁剪后的第三个轴, 深度) - 如果 data_format 为 "channels_first"：(batch_size, 深度, 裁剪后的第一个轴, 裁剪后的第二个轴, 裁剪后的第三个轴)