Halaman ini diterjemahkan oleh Cloud Translation API.
Switch to English

tensorflow :: ops :: BatchToSpaceND

#include <array_ops.h>

BatchToSpace untuk tensor ND tipe T.

Ringkasan

Operasi ini membentuk ulang dimensi "kumpulan" 0 menjadi M + 1 dimensi block_shape + [batch] , block_shape + [batch] blok ini kembali ke kisi yang ditentukan oleh dimensi spasial [1, ..., M] , untuk mendapatkan hasil dengan peringkat yang sama dengan input. Dimensi spasial dari hasil antara ini kemudian secara opsional dipotong sesuai dengan crops untuk menghasilkan keluaran. Ini adalah kebalikan dari SpaceToBatch. Lihat di bawah untuk deskripsi yang tepat.

Argumen:

  • scope: Objek Scope
  • input: ND dengan shape input_shape = [batch] + spatial_shape + remaining_shape , di mana spatial_shape memiliki dimensi M.
  • block_shape: 1-D dengan shape [M] , semua nilai harus> = 1.
  • crop: 2-D dengan bentuk [M, 2] , semua nilai harus> = 0. crops[i] = [crop_start, crop_end] menentukan jumlah yang akan dipotong dari dimensi masukan i + 1 , yang sesuai dengan dimensi spasial i . Diperlukan crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1] .

Operasi ini sama dengan langkah-langkah berikut:

  1. Membentuk kembali input menjadi bentuk reshaped : [bentuk_blok [0], ..., bentuk_blok [M-1], bets / prod (bentuk_blok), bentuk_input [1], ..., bentuk_input [N-1]]
  2. Permutasi dimensi bentuk reshaped untuk menghasilkan permuted bentuk [batch / prod (bentuk_blok), bentuk_input [1], bentuk_blok [0], ..., bentuk_input [M], bentuk_blok [M-1], bentuk_input [M + 1], ..., bentuk_input [N-1]]
  3. Membentuk kembali permuted untuk memproduksi reshaped_permuted bentuk [batch / prod (block_shape), input_shape [1] * block_shape [0], ..., input_shape [M] * block_shape [M-1], input_shape [M + 1], .. ., bentuk_input [N-1]]
  4. Pangkas awal dan akhir dimensi [1, ..., M] dari reshaped_permuted sesuai dengan crops untuk menghasilkan output dari bentuk: [batch / prod (block_shape), input_shape [1] * block_shape [0] - crop [0, 0] - tanaman [0,1], ..., bentuk_input [M] * bentuk_blok [M-1] - tanaman [M-1,0] - tanaman [M-1,1], bentuk_input [M + 1] , ..., bentuk_input [N-1]]

Beberapa contoh:

(1) Untuk input bentuk berikut [4, 1, 1, 1] , block_shape = [2, 2] , dan crops = [[0, 0], [0, 0]] :

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

Tensor keluaran memiliki bentuk [1, 2, 2, 1] dan nilai:

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

(2) Untuk input bentuk berikut [4, 1, 1, 3] , block_shape = [2, 2] , dan crops = [[0, 0], [0, 0]] :

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

Tensor keluaran memiliki bentuk [1, 2, 2, 3] dan nilai:

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

(3) Untuk input bentuk berikut [4, 2, 2, 1] , block_shape = [2, 2] , dan crops = [[0, 0], [0, 0]] :

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

Tensor keluaran memiliki bentuk [1, 4, 4, 1] dan nilai:

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

(4) Untuk input bentuk berikut [8, 1, 3, 1] , block_shape = [2, 2] , dan crops = [[0, 0], [2, 0]] :

x = [[[[0], [1], [3]]], [[[0], [9], [11]]],
     [[[0], [2], [4]]], [[[0], [10], [12]]],
     [[[0], [5], [7]]], [[[0], [13], [15]]],
     [[[0], [6], [8]]], [[[0], [14], [16]]]]

Tensor keluaran memiliki bentuk [2, 2, 4, 1] dan nilai:

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

Pengembalian:

Pembuat dan Penghancur

BatchToSpaceND (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input block_shape, :: tensorflow::Input crops)

Atribut publik

operation
output

Fungsi publik

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

Atribut publik

operasi

Operation operation

keluaran

::tensorflow::Output output

Fungsi publik

BatchToSpaceND

 BatchToSpaceND(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input block_shape,
  ::tensorflow::Input crops
)

simpul

::tensorflow::Node * node() const 

operator :: tensorflow :: Input

 operator::tensorflow::Input() const 

operator :: tensorflow :: Keluaran

 operator::tensorflow::Output() const