DepthToSpace

DepthToSpace для тензоров типа T.

Переупорядочивает данные из глубины в блоки пространственных данных. Это обратное преобразование SpaceToDepth. Точнее, эта операция выводит копию входного тензора, в которой значения из измерения «глубина» перемещаются в пространственных блоках в измерения «высота» и «ширина». Атрибут «block_size» указывает размер входного блока и способ перемещения данных.

* Фрагменты данных размера `block_size * block_size` из глубины перегруппировываются в непересекающиеся блоки размера `block_size x block_size` * Ширина выходного тензора равна `input_length * block_size`, тогда как высота равна `input_height * block_size`. * Координаты Y, X внутри каждого блока выходного изображения определяются компонентом высокого порядка индекса входного канала. * Глубина входного тензора должна делиться на `block_size *block_size`.

Атрибут `data_format` определяет расположение входных и выходных тензоров со следующими параметрами: "NHWC": `[ пакет, высота, ширина, каналы]` "NCHW": `[ пакет, каналы, высота, ширина]` " NCHW_VECT_C": `qint8 [пакет, каналы / 4, высота, ширина, 4]`

Полезно рассматривать эту операцию как преобразование 6-D тензора. например, для data_format = NHWC, каждый элемент во входном тензоре может быть указан с помощью 6 координат, упорядоченных по уменьшению значимости расположения памяти следующим образом: n,iY,iX,bY,bX,oC (где n = индекс пакета, iX, iY означает X или координаты Y внутри входного изображения, bX, byY означает координаты внутри выходного блока, oC означает выходные каналы). Выходные данные будут преобразованы в следующий формат: n,iY,bY,iX,bX,oC.

Эта операция полезна для изменения размера активаций между свертками (но с сохранением всех данных), например, вместо объединения в пул. Это также полезно для обучения чисто сверточных моделей.

Например, при вводе формы `[1, 1, 1, 4]`, data_format = "NHWC" и block_size = 2:

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

Эта операция выведет тензор формы `[1, 2, 2, 1 ]`:

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

Здесь на входе находится пакет из 1, и каждый элемент пакета имеет форму `[1, 1, 4]`, соответствующий выход будет иметь элементы 2x2 и глубину 1 канал (1 = ` 4/(размер_блока *размер_блока)`). Форма выходного элемента — `[2, 2, 1]`.

Для входного тензора с большей глубиной, здесь формы `[1, 1, 1, 12]`, например

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

. Эта операция для размера блока 2 вернет следующий тензор формы `[1, 2, 2] , 3]`

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

Аналогично, для следующих входных данных формы `[1 2 2 4]` и размера блока 2:

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

оператор вернет следующий тензор формы `[1 4 4 1] `:

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