tensorflow - 如何在张量流损失中使用内核过滤器?
问题描述
我正在尝试在自定义损失中使用内核过滤器,以帮助识别像素连续性(线)。
我想应用这个内核来评估线状形状并贬低像素块。
例如,我想使用内核进行图像处理,比如维基百科的这个链接。
https://en.wikipedia.org/wiki/Kernel_(image_processing)
然后,我的想法是使用一个跨过张量的内核,步幅为 1,填充为 1,就像卷积操作一样。
但我不知道该怎么做或是否可能。
我尝试使用常规操作,如 pad、foldl 和 roll,但我不知道这是否是正确和最好的方法。
此致,
解决方案
推荐阅读
- html - Adding a Windows Popup at load with custom button
- css - Animation Display Block to Display None - CSS
- java - 以相反的顺序将行打印到新文件java
- jquery - 移动设备的文本对齐
- macos - QtCreator 无法在 Mac 上打开
- java - 如何以编程方式加密 Azure VM 数据磁盘
- javascript - 如何在反应组件中插入 html 页面
- .htaccess - 从子域中删除 www,然后重定向到子目录
- regex - 使用 Regexextract 提取括号内的字符串中的数字
- python - Pandas 在每一行上更快地执行日期计算