tensorflow:: ops:: BatchToSpaceND

T型のNDテンソルに対するBatchToSpace 。

まとめ

この操作では、「batch」次元0を、形状がblock_shape + [batch]のM + 1次元に再構成し、これらのブロックを空間次元[1, ..., M]で定義されるグリッドにインターリーブして、入力と同じランクの結果を取得します。この中間結果の空間次元は、必要に応じてcropsに従って切り取られ、出力が生成されます。これは SpaceToBatch の逆の操作です。詳細については、以下を参照してください。

議論:

• スコープ:スコープオブジェクト
• 入力: 形状がinput_shape = [batch] + spatial_shape + remaining_shapeの ND。ここで spatial_shape は M 次元です。
• block_shape: 形状[M]の1次元ブロック。すべての値は1以上でなければなりません。
• crops: 形状[M, 2]の 2 次元オブジェクト。すべての値は 0 以上でなければなりませんcrops[i] = [crop_start, crop_end]は、入力次元i + 1から切り取る量を指定します。これは空間次元iに対応します。 crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1]である必要があります。

この操作は、以下の手順と同等です。

1. inputをリシェイプして、 reshapedれた形状: [block_shape[0], ..., block_shape[M-1], batch / prod(block_shape), input_shape[1], ..., input_shape[N-1]]
2. reshaped画像の次元をpermuted替えて、形状が [batch / prod(block_shape),input_shape[1], block_shape[0], ..., input_shape[M], block_shape[M-1],input_shape[M+1], ..., input_shape[N-1]] の順列を生成します。
3. 形状をreshaped_permuted permuted 、形状が [batch / prod(block_shape),input_shape[1] * block_shape[0], ..., input_shape[M] * block_shape[M-1],input_shape[M+1], ..., input_shape[N-1]] の reshaped_permuted を生成します。
4. reshaped_permutedの次元[1, ..., M]の開始と終了をcropsに従って切り取り、出力の形状を生成します: [batch / prod(block_shape),input_shape[1] * block_shape[0] - crops[0,0] - crops[0,1], ..., input_shape[M] * block_shape[M-1] - crops[M-1,0] - crops[M-1,1],input_shape[M+1], ..., input_shape[N-1]]

いくつかの例を挙げます。

（１）形状[4, 1, 1, 1] 、 block_shape = [2, 2] 、 crops = [[0, 0], [0, 0]]という入力の場合：

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

出力テンソルの形状は[1, 2, 2, 1]で、値は次のとおりです。

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

（２）形状[4, 1, 1, 3] 、 block_shape = [2, 2] 、 crops = [[0, 0], [0, 0]]の以下の入力の場合：

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

出力テンソルの形状は[1, 2, 2, 3]で、値は以下のとおりです。

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

（３）形状[4, 2, 2, 1] 、 block_shape = [2, 2] 、 crops = [[0, 0], [0, 0]]の入力の場合：

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

出力テンソルの形状は[1, 4, 4, 1]で、値は次のとおりです。

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

（４）形状[8, 1, 3, 1] 、 block_shape = [2, 2] 、 crops = [[0, 0], [2, 0]]の以下の入力の場合：

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]]]]

出力テンソルの形状は[2, 2, 4, 1]で、値は次のとおりです。

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

返品:

• Output ：出力テンソル。

公開属性

Operation operation

::tensorflow::Output output

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

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const