इस पेज का अनुवाद Cloud Translation API से किया गया है.

BatchToSpace

सार्वजनिक अंतिम वर्ग BatchToSpace

T प्रकार के 4-D टेंसर के लिए BatchToSpace।

यह अधिक सामान्य BatchToSpaceND का विरासती संस्करण है।

बैच से डेटा को स्थानिक डेटा के ब्लॉक में पुनर्व्यवस्थित (क्रमबद्ध) करता है, उसके बाद क्रॉपिंग करता है। यह SpaceToBatch का उल्टा रूपांतरण है। अधिक विशेष रूप से, यह ऑप इनपुट टेंसर की एक प्रति आउटपुट करता है जहां `बैच` आयाम से मान स्थानिक ब्लॉकों में `ऊंचाई` और `चौड़ाई` आयामों में ले जाया जाता है, इसके बाद `ऊंचाई` और `चौड़ाई` आयामों के साथ फसल होती है।

सार्वजनिक तरीके

आउटपुट <टी>	asOutput () टेंसर का प्रतीकात्मक हैंडल लौटाता है।
स्थिर <टी, यू फैली संख्या> BatchToSpace <टी>	बनाने ( स्कोप गुंजाइश, ओपेरैंड <टी> इनपुट, ओपेरैंड <u> फसलों, लांग blocksize) एक नया बैचटॉस्पेस ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।
आउटपुट <टी>	उत्पादन () 4-डी आकार के साथ `[बैच, ऊंचाई, चौड़ाई, गहराई]`, जहां: ऊंचाई = ऊंचाई_पैड - क्रॉप_टॉप - क्रॉप_बॉटम चौड़ाई = चौड़ाई_पैड - क्रॉप_लेफ्ट - क्रॉप_राइट attr `block_size` एक से बड़ा होना चाहिए।

विरासत में मिली विधियां

वर्ग से org.tensorflow.op.PrimitiveOp

अंतिम बूलियन	के बराबर होती है (वस्तु obj)
अंतिम अंतर	hashCode ()
कार्यवाही	सेशन () अंतर्निहित रिटर्न `Operation`
अंतिम स्ट्रिंग	toString ()

कक्षा java.lang.Object से

बूलियन	के बराबर होती है (वस्तु arg0)
अंतिम कक्षा<?>	getClass ()
NS	hashCode ()
अंतिम शून्य	सूचित ()
अंतिम शून्य	notifyAll ()
डोरी	toString ()
अंतिम शून्य	प्रतीक्षा (लंबे arg0, पूर्णांक ARG1)
अंतिम शून्य	प्रतीक्षा (लंबे arg0)
अंतिम शून्य	इंतजार ()

इंटरफ़ेस से org.tensorflow.Operand

सार आउटपुट <टी>

asOutput ()

टेंसर का प्रतीकात्मक हैंडल लौटाता है।

सार्वजनिक तरीके

सार्वजनिक आउटपुट <टी> asOutput ()

टेंसर का प्रतीकात्मक हैंडल लौटाता है।

TensorFlow संचालन के लिए इनपुट एक अन्य TensorFlow ऑपरेशन के आउटपुट हैं। इस पद्धति का उपयोग एक प्रतीकात्मक हैंडल प्राप्त करने के लिए किया जाता है जो इनपुट की गणना का प्रतिनिधित्व करता है।

सार्वजनिक स्थिर BatchToSpace <टी> बनाने ( स्कोप गुंजाइश, ओपेरैंड <टी> इनपुट, ओपेरैंड <u> फसलों, लांग blocksize)

एक नया बैचटॉस्पेस ऑपरेशन रैपिंग क्लास बनाने के लिए फ़ैक्टरी विधि।

मापदंडों

दायरा	वर्तमान दायरा
इनपुट	आकार `[बैच block_size block_size, height_pad / block_size, width_pad / block_size, गहराई]` साथ 4 डी टेन्सर। ध्यान दें कि इनपुट टेंसर का बैच आकार `ब्लॉक_साइज़ * ब्लॉक_साइज़` से विभाज्य होना चाहिए।
फसलों	आकार के साथ गैर-ऋणात्मक पूर्णांकों का 2-डी टेंसर [2, 2]`। यह निर्दिष्ट करता है कि स्थानिक आयामों में मध्यवर्ती परिणाम से कितने तत्वों को क्रॉप करना है: फसलें = [[क्रॉप_टॉप, क्रॉप_बॉटम], [क्रॉप_लेफ्ट, क्रॉप_राइट]]

रिटर्न

बैचटॉस्पेस का एक नया उदाहरण

सार्वजनिक आउटपुट <टी> निर्गम ()

4-डी आकार के साथ `[बैच, ऊंचाई, चौड़ाई, गहराई]`, जहां:

ऊंचाई = ऊंचाई_पैड - क्रॉप_टॉप - क्रॉप_बॉटम चौड़ाई = चौड़ाई_पैड - क्रॉप_लेफ्ट - क्रॉप_राइट

attr `block_size` एक से बड़ा होना चाहिए। यह ब्लॉक के आकार को इंगित करता है।

कुछ उदाहरण:

(1) आकार के निम्नलिखित इनपुट के लिए `[4, 1, 1, 1]` और 2 की block_size:

[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]

उत्पादन टेन्सर आकार `[1, 2, 2, 1]` और मूल्य:

x = [[[[1], [2]], [[3], [4]]]]

(2) आकार के निम्नलिखित इनपुट के लिए `[4, 1, 1, 3]` और 2 की block_size:

[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]

उत्पादन टेन्सर आकार `[1, 2, 2, 3]` और मूल्य:

x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]

(3) आकार के निम्नलिखित इनपुट के लिए `[4, 2, 2, 1]` और 2 की block_size:

x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]

उत्पादन टेन्सर आकार `[1, 4, 4, 1]` और मूल्य:

x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]],
      [[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]

(4) आकार के निम्नलिखित इनपुट के लिए `[8, 1, 2, 1]` और 2 की block_size:

x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
      [[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]

उत्पादन टेन्सर आकार `[2, 2, 4, 1]` और मूल्य:

x = [[[[1], [3]], [[5], [7]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]