BatchToSpace สำหรับเทนเซอร์ 4 มิติประเภท T
นี่เป็นเวอร์ชันดั้งเดิมของ BatchToSpaceND ทั่วไปมากกว่า
จัดเรียง (สับเปลี่ยน) ข้อมูลจากแบทช์เป็นบล็อกข้อมูลเชิงพื้นที่ ตามด้วยการครอบตัด นี่คือการเปลี่ยนแปลงแบบย้อนกลับของ SpaceToBatch โดยเฉพาะอย่างยิ่ง สหกรณ์นี้จะส่งออกสำเนาของเทนเซอร์อินพุตโดยที่ค่าจากมิติ "แบทช์" ถูกย้ายในบล็อกเชิงพื้นที่ไปยังมิติ "ความสูง" และ "ความกว้าง" ตามด้วยการครอบตัดตามมิติ "ความสูง" และ "ความกว้าง"
วิธีการสาธารณะ
เอาท์พุต <T> | เป็นเอาท์พุต () ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์ |
คงที่ <T, U ขยายหมายเลข> BatchToSpace <T> | |
เอาท์พุต <T> | เอาท์พุท () 4-D ที่มีรูปร่าง `[ชุด ความสูง ความกว้าง ความลึก]` โดยที่: ความสูง = height_pad - crop_top - crop_bottom ความกว้าง = width_pad - crop_left - crop_right attr `block_size` ต้องมากกว่าหนึ่ง |
วิธีการสืบทอด
วิธีการสาธารณะ
เอาท์พุท สาธารณะ <T> asOutput ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต
สร้าง BatchToSpace <T> แบบคงที่สาธารณะ (ขอบเขต ขอบเขต , อินพุต Operand <T>, ครอบ ตัด <U>, Long blockSize)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ห่อการดำเนินการ BatchToSpace ใหม่
พารามิเตอร์
ขอบเขต | ขอบเขตปัจจุบัน |
---|---|
ป้อนข้อมูล | เทนเซอร์ 4 มิติที่มีรูปร่าง `[ชุด block_size block_size, height_pad/block_size, width_pad/block_size, ความลึก]` โปรดทราบว่าขนาดแบตช์ของเทนเซอร์อินพุตต้องหารด้วย `block_size * block_size` ลงตัว |
พืชผล | เทนเซอร์ 2 มิติของจำนวนเต็มไม่เป็นลบที่มีรูปร่าง `[2, 2]` โดยระบุจำนวนองค์ประกอบที่จะครอบตัดจากผลลัพธ์ระดับกลางทั่วทั้งมิติเชิงพื้นที่ดังนี้: พืชผล = [[crop_top, crop_bottom], [crop_left, crop_right]] |
การส่งคืน
- อินสแตนซ์ใหม่ของ BatchToSpace
เอาท์พุท สาธารณะ <T> เอาท์พุท ()
4-D ที่มีรูปร่าง `[ชุด ความสูง ความกว้าง ความลึก]` โดยที่:
ความสูง = height_pad - crop_top - crop_bottom ความกว้าง = width_pad - crop_left - crop_right
attr `block_size` ต้องมากกว่าหนึ่ง มันบ่งบอกถึงขนาดบล็อก
ตัวอย่างบางส่วน:
(1) สำหรับการป้อนข้อมูลรูปร่าง `[4, 1, 1, 1]` และ block_size ของ 2 ต่อไปนี้:
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
x = [[[[1], [2]], [[3], [4]]]]
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
x = [[[[1, 2, 3], [4, 5, 6]],
[[7, 8, 9], [10, 11, 12]]]]
x = [[[[1], [3]], [[9], [11]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]
x = [[[[1], [2], [3], [4]],
[[5], [6], [7], [8]],
[[9], [10], [11], [12]],
[[13], [14], [15], [16]]]]
x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
[[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
x = [[[[1], [3]], [[5], [7]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]