SpaceToDepth

T 型のテンソルの SpaceToDepth。

空間データのブロックを深度に再配置します。より具体的には、この操作は、「高さ」次元と「幅」次元の値が「深さ」次元に移動された入力テンソルのコピーを出力します。属性「block_size」は入力ブロックのサイズを示します。

* サイズ `block_size x block size` の重複しないブロックは、各位置の深さに再配置されます。 * 出力テンソルの深さは `block_size * block_size * input_ Depth` です。 * 入力の各ブロック内の Y、X 座標は、出力チャネル インデックスの上位コンポーネントになります。 * 入力テンソルの高さと幅は block_size で割り切れる必要があります。

`data_format` 属性は、次のオプションを使用して入力テンソルと出力テンソルのレイアウトを指定します: "NHWC": `[ バッチ、高さ、幅、チャネル ]` "NCHW": `[ バッチ、チャネル、高さ、幅 ]` " NCHW_VECT_C": `qint8 [バッチ、チャネル / 4、高さ、幅、4 ]`

この操作を 6 次元テンソルの変換として考えると便利です。たとえば、data_format = NHWC の場合、入力テンソルの各要素は 6 つの座標を介して指定でき、メモリ レイアウトの重要性の降順に次のように並べられます: n,oY,bY,oX,bX,iC (ここで、n=バッチ インデックス、oX、oY は X を意味します)または出力画像内の Y 座標、bX、bY は入力ブロック内の座標を意味し、iC は入力チャンネルを意味します)。出力は次のレイアウトに転置されます: n、oY、oX、bY、bX、iC

この操作は、たとえばプールする代わりに、畳み込み間のアクティベーションのサイズを変更する場合に役立ちます (ただし、すべてのデータは保持します)。純粋に畳み込みモデルをトレーニングする場合にも役立ちます。

たとえば、形状 `[1, 2, 2, 1]` の入力が与えられた場合、data_format = "NHWC" および block_size = 2:

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

この演算は、形状 `[1, 1, 1, 4] のテンソルを出力します。 ]`:

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

ここで、入力には 1 のバッチがあり、各バッチ要素の形状は `[2, 2, 1]` です。対応する出力には 1 つの要素があり (つまり、幅と高さは両方とも 1)、深さは 4 チャネル (1 * block_size * block_size) です。出力要素の形状は `[1, 1, 4]` です。

より深い深さの入力テンソルの場合、ここでは形状 `[1, 2, 2, 3]` です。たとえば

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

です。この操作は、block_size が 2 の場合、次の形状 `[1, 1, 1, 12]`

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

同様に、次の形状 `[1 4 4 1]` およびブロック サイズ 2 の入力:

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

の場合、演算子は形状 `[1 2 2 4]` の次のテンソルを返します。 :

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