tensorflow :: ops :: BatchToSpaceND

T tipi ND tensörleri için BatchToSpace .

Özet

Bu işlem, 0 "batch" boyutunu, block_shape + [batch] şeklinin M + 1 boyutlarına yeniden şekillendirir, bu blokları, uzamsal boyutlarla [1, ..., M] tanımlanan ızgaraya geri serpiştirerek, girdi ile aynı sıra. Bu ara sonucun uzamsal boyutları daha sonra çıktıyı üretmek için crops göre isteğe bağlı olarak kırpılır. Bu SpaceToBatch'in tersidir. Kesin bir açıklama için aşağıya bakın.

Argümanlar:

• kapsam: Bir Scope nesnesi
• input: input_shape = [batch] + spatial_shape + remaining_shape şeklinde ND, burada uzamsal_şekilde M boyutları vardır.
• block_shape: [M] şeklinde 1-D, tüm değerler> = 1 olmalıdır.
• ekinler: [M, 2] şeklinde 2-D, tüm değerler> = 0 olmalıdır. crops[i] = [crop_start, crop_end] , uzamsal boyut i karşılık gelen i + 1 giriş boyutundan kırpılacak miktarı belirtir. crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1] .

Bu işlem aşağıdaki adımlara eşdeğerdir:

1. input şeklin reshaped için reshaped şekillendirin: [block_shape [0], ..., block_shape [M-1], batch / prod (block_shape), input_shape [1], ..., input_shape [N-1]]
2. Değişken şekil [batch / prod (block_shape), input_shape [1], block_shape [0], ..., input_shape [M], blok_shape [M-1], input_shape [M + 1] üretmek için reshaped boyutların permuted , ..., input_shape [N-1]]
3. Yeniden şekillendirme permuted üretmek için reshaped_permuted şekil [parti / eşya (block_shape), input_shape [1] * block_shape [0], ..., input_shape [M] * block_shape [M-1] ', input_shape [M + 1], .. ., input_shape [N-1]]
4. Şeklin çıktısını üretmek için crops göre reshaped_permuted boyutlarının [1, ..., M] başlangıcını ve sonunu kırpın: [batch / prod (block_shape), input_shape [1] * block_shape [0] - ekinler [0, 0] - ürünler [0,1], ..., input_shape [M] * block_shape [M-1] - ürünler [M-1,0] - ürünler [M-1,1], input_shape [M + 1] , ..., input_shape [N-1]]

Bazı örnekler:

(1) Aşağıdaki şekil girişi için [4, 1, 1, 1] , block_shape = [2, 2] ve crops = [[0, 0], [0, 0]] :

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

Çıkış tensörünün şekli [1, 2, 2, 1] ve değeri vardır:

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

(2) Aşağıdaki şekil girişi için [4, 1, 1, 3] , block_shape = [2, 2] ve crops = [[0, 0], [0, 0]] :

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

Çıkış tensörünün şekli [1, 2, 2, 3] ve değeri vardır:

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

(3) Aşağıdaki şekil girişi için [4, 2, 2, 1] , block_shape = [2, 2] ve crops = [[0, 0], [0, 0]] :

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

Çıkış tensörünün şekli [1, 4, 4, 1] ve değeri vardır:

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

(4) Aşağıdaki şekil girişi için [8, 1, 3, 1] , block_shape = [2, 2] ve 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]]]]

Çıkış tensörünün şekli [2, 2, 4, 1] ve değeri vardır:

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

İadeler:

• Output : Çıkış tensörü.

Genel özellikler

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