SpatialTransformationLayer

SpatialTransformationLayer[{h,w}]

表示一个网络层，对大小为 c×h0×w0 的输入应用仿射变换，并返回大小为 c×h×w 的输出.

更多信息和选项

  • SpatialTransformationLayer 开放下列端口以便用 NetGraph 等中：
  • "Input"维度为 3 的数组
    "Parameters"长度为 6 的向量数组
    "Output"维度为 3 的数组
  • SpatialTransformationLayer[…][<|"Input"->in,"Parameters"param|>] 显式计算应用图层的输出.
  • SpatialTransformationLayer[…][<|"Input"->{in1,in2,…},"Parameters"->{param1,param2,…}|>] 显式计算每个 ini 和 parami 的输出.
  • 当 NumericArray 作为输入时，输出将是 NumericArray.
  • SpatialTransformationLayer 通常被用在 NetGraph 中，把后面的卷积网络的焦点集中在图像质量最佳的部分来执行特殊任务.
  • 在较大的网络中，当不能从其他层推断出时，可以用选项 "Input"->{d1,d2,d3} 来确定 SpatialTransformationLayer 的输入维度.
  • 提供给端口 "Parameters" 的向量的六个分量 {zh,sh,th,sv,zv,tv} 表示仿射变换矩阵的参数，其中 zi 表示缩放，si 表示偏度，ti 表示偏移，下标 h 和 v 表示水平方向和垂直方向. 当 "Parameters" 为 {1,0,0,0,1,0} 时得到的是恒等变换.
  • Options[SpatialTransformationLayer] 给出构建网络层的默认选项的列表. Options[SpatialTransformationLayer[…]] 给出在一些数据上运行网络层的默认选项列表.
  • Information[SpatialTransformationLayer[…]] 给出关于该网络层的报告.
  • Information[SpatialTransformationLayer[…],prop] 给出 SpatialTransformationLayer[…] 的属性 prop 的值. 可能的属性与 NetGraph 相同.

范例

打开所有单元关闭所有单元

基本范例  (2)

创建一个 SpatialTransformationLayer，输出大小为 30×30：

创建一个 SpatialTransformationLayer，接受大小为 1×3×3 的输入，返回大小为 1×2×2 的输出：

对输入应用该层：

范围  (1)

创建一个 SpatialTransformationLayer，输入为图像，输出也为图像：

用缩放因子为 2 的变换对一幅图像应用 SpatialTransformationLayer：

用一系列缩放应用 SpatialTransformationLayer：

应用  (1)

用带有 SpatialTransformationLayer 的卷积神经网络在 MNIST 手写数字数据库上训练数字识别器. 首先获取训练和测试数据：

定义一个函数对训练和测试数据进行额外填充和随机平移：

用函数生成新的训练和测试数据（大约需要一分钟）：

创建一个网络，使用图像来预测应用到图像上提取数字的最佳的仿射变换：

创建一个卷积分类网络来使用由本地化网络提取的子图像：

把分类网络和本地化网络添加到空间变换层：

训练网络：

如果分类网络被移除，空间变换器的影响就会显现出来：

对一些来自验证集的图像应用空间变换器：

在验证集上获取网络的准确度：

属性和关系  (1)

利用 ImageTransformation 对一幅图像的坐标应用 AffineTransform：

为 SpatialTransformationLayer 构建一组等价参数：

Wolfram Research (2017)，SpatialTransformationLayer，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SpatialTransformationLayer.html.

文本

Wolfram Research (2017)，SpatialTransformationLayer，Wolfram 语言函数，https://reference.wolfram.com/language/ref/SpatialTransformationLayer.html.

CMS

Wolfram 语言. 2017. "SpatialTransformationLayer." Wolfram 语言与系统参考资料中心. Wolfram Research. https://reference.wolfram.com/language/ref/SpatialTransformationLayer.html.

APA

Wolfram 语言. (2017). SpatialTransformationLayer. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/SpatialTransformationLayer.html 年

BibTeX

@misc{reference.wolfram_2024_spatialtransformationlayer, author="Wolfram Research", title="{SpatialTransformationLayer}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/SpatialTransformationLayer.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_spatialtransformationlayer, organization={Wolfram Research}, title={SpatialTransformationLayer}, year={2017}, url={https://reference.wolfram.com/language/ref/SpatialTransformationLayer.html}, note=[Accessed: 22-November-2024 ]}