derivative op• Data kinds: gradient → voxel
• Call: import fullseye as fs; fs.ledger.gradient_magnitude(gradient) (implementation को सीधे call करना हो तो import reprconv; reprconv.gradient_magnitude(gradient), registry से लेना हो तो opsreprconv.get("gradient_magnitude"))
• GPU: नहीं (केवल CPU reference implementation)
3-D gradient gradient → gradient magnitude का volume voxel। gradient प्रकार से निकास।
> नीचे का विस्तृत विवरण मूल text में है — सारांश और headings का अनुवाद हो चुका है।
|∇I| = sqrt(gz² + gy² + gx²)。gradient3d の形 (gmag, gvec) は gvec から計算し直す(gmag を信じて素通しにしない —— 渡された対が食い違っていても気づけないため)。sobel3d の形 (gz, gy, gx) は利得 32 を割ってから計算するので、どちらの産み手から来ても真の勾配の大きさ(1 voxel あたりの濃度変化)になる。
一方向(向き 2 自由度を捨てる)。向きを残すなら gradient_coherence や sobel3d の成分そのもの。
★外から来た勾配(微分可能レンダラの出力など)は (gmag, gvec) の形で渡すこと。3 本の形は sobel3d の利得 32 として割るので、利得 1 の 3 本を渡すと 1/32 に出る(形だけでは利得を見分けられない。型を分けるかは docs/TYPE_CONNECTIVITY.md の案)。
Args:
gradient: gradient3d の (gmag, gvec) か sobel3d の (gz, gy, gx)。
Returns:
(D, H, W) float64。
Raises:
ValueError: どちらの形でもない / 非有限 / 空。
• Sample data catalog (DL URL / license) — 2-D के लिए skimage.data (BSD/public) + synthetic, 3-D के लिए real data sources (Stanford/PDS आदि) के DL URL।
• Operators का स्रोत और संदर्भ — इस op family के मूल research/methods के स्रोत।
• Algorithm का मानक स्रोत (लेखक, वर्ष) और उपयोग ऊपर की family usage guide में दिए गए हैं।
• type_connectivity_tour — py -3.11 examples/type_connectivity_tour.py
voxel को input के रूप में लेते हैं)derivative)gradient_coherence · hessian_determinant · hessian_vesselness
*Provenance: reprconv.py — REPRCONV operator registry. यह per-op note tools/opdocs.py md से अपने-आप generate होता है (हाथ से edit न करें)।*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.