tensorflow :: ops :: BatchToSpace
#include <array_ops.h>
BatchToSpace برای سنسورهای 4-D از نوع T.
خلاصه
این یک نسخه قدیمی از BatchToSpaceND کلی تر است.
داده ها را از دسته به بخشهایی از داده های مکانی مرتب می کند (منتقل می کند) و به دنبال آن برش داده می شود این تحول معکوس SpaceToBatch است. بیشتر به طور خاص، این عملیات خروجی یک کپی از تانسور ورودی که در آن ارزش ها از batch
بعد در بلوک های فضایی به نقل مکان height
و width
ابعاد، و به دنبال برداشت در امتداد height
و width
ابعاد.
استدلال ها:
- دامنه: یک شی Sc Scope
- ورودی: تانسور 4 بعدی با شکل
[batch*block_size*block_size, height_pad/block_size, width_pad/block_size, depth]
. توجه داشته باشید که اندازه دسته تنسور ورودی باید بر اساسblock_size * block_size
قابل تقسیم باشد. - محصولات: تنسور 2-D از اعداد صحیح غیر منفی با شکل
[2, 2]
. این مشخص می کند که چند عنصر برای برداشت از نتیجه متوسط در ابعاد فضایی به شرح زیر است:crops = [[crop_top, crop_bottom], [crop_left, crop_right]]
بازده:
-
Output
: 4-D با شکل[batch, height, width, depth]
، جایی که:height = height_pad - crop_top - crop_bottom width = width_pad - crop_left - crop_right
block_size
attr باید بزرگتر از یک باشد. اندازه بلوک را نشان می دهد.
چند نمونه:
(1) برای ورودی زیر شکل [4, 1, 1, 1]
و اندازه بلوک 2:
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
تنسور خروجی دارای شکل [1, 2, 2, 1]
و مقدار است:
x = [[[[1], [2]], [[3], [4]]]]
(2) برای ورودی زیر شکل [4, 1, 1, 3]
و اندازه بلوک 2:
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
تنسور خروجی دارای شکل [1, 2, 2, 3]
و مقدار است:
x = [[[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]]
(3) برای ورودی زیر شکل [4, 2, 2, 1]
و اندازه بلوک 2:
x = [[[[1], [3]], [[9], [11]]], [[[2], [4]], [[10], [12]]], [[[5], [7]], [[13], [15]]], [[[6], [8]], [[14], [16]]]]
تانسور خروجی دارای شکل [1, 4, 4, 1]
و مقدار است:
x = [[[[1], [2], [3], [4]], [[5], [6], [7], [8]], [[9], [10], [11], [12]], [[13], [14], [15], [16]]]]
(4) برای ورودی زیر شکل [8, 1, 2, 1]
و اندازه بلوک 2:
x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]], [[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
تنسور خروجی دارای شکل [2, 2, 4, 1]
و مقدار است:
x = [[[[1], [3]], [[5], [7]]], [[[2], [4]], [[10], [12]]], [[[5], [7]], [[13], [15]]], [[[6], [8]], [[14], [16]]]]
سازندگان و ویرانگران | |
---|---|
BatchToSpace (const :: tensorflow::Scope & scope, :: tensorflow::Input input, :: tensorflow::Input crops, int64 block_size) |
صفات عمومی | |
---|---|
operation | |
output |
کارکردهای عمومی | |
---|---|
node () const | ::tensorflow::Node * |
operator::tensorflow::Input () const | |
operator::tensorflow::Output () const |
صفات عمومی
عمل
Operation operation
خروجی
::tensorflow::Output output
کارکردهای عمومی
BatchToSpace
BatchToSpace( const ::tensorflow::Scope & scope, ::tensorflow::Input input, ::tensorflow::Input crops, int64 block_size )
گره
::tensorflow::Node * node() const
عملگر :: tensorflow :: ورودی
operator::tensorflow::Input() const
عملگر :: tensorflow :: خروجی
operator::tensorflow::Output() const
جز در مواردی که غیر از این ذکر شده باشد،محتوای این صفحه تحت مجوز Creative Commons Attribution 4.0 License است. نمونه کدها نیز دارای مجوز Apache 2.0 License است. برای اطلاع از جزئیات، به خطمشیهای سایت Google Developers مراجعه کنید. جاوا علامت تجاری ثبتشده Oracle و/یا شرکتهای وابسته به آن است.
تاریخ آخرین بهروزرسانی 2020-04-20 بهوقت ساعت هماهنگ جهانی.