텐서플로우:: 작전:: BatchToSpaceND

T 유형의 ND 텐서에 대한 BatchToSpace .

요약

이 작업은 "배치" 차원 0을 block_shape + [batch] 모양의 M + 1 차원으로 재구성하고 이러한 블록을 공간 차원 [1, ..., M] 으로 정의된 그리드에 다시 인터리브하여 다음과 같은 결과를 얻습니다. 입력과 동일한 순위입니다. 이 중간 결과의 공간 차원은 선택적으로 자르기에 따라 crops 출력을 생성합니다. 이는 SpaceToBatch의 반대입니다. 정확한 설명은 아래를 참조하세요.

인수:

• 범위: 범위 개체
• 입력: ND 모양 input_shape = [batch] + spatial_shape + remaining_shape , 여기서 Spatial_shape에는 M 차원이 있습니다.
• block_shape: 모양이 [M] 인 1-D, 모든 값은 >= 1이어야 합니다.
• Crops: 모양이 [M, 2] 인 2D, 모든 값은 >= 0이어야 합니다 crops[i] = [crop_start, crop_end] 공간 차원 i 에 해당하는 입력 차원 i + 1 에서 잘라낼 양을 지정합니다. crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1] 필요합니다.

이 작업은 다음 단계와 동일합니다.

1. input 형태 reshaped 으로 변경: [block_shape[0], ..., block_shape[M-1], 배치 / prod(block_shape), input_shape[1], ..., input_shape[N-1]]
2. reshaped 형태 [batch / prod(block_shape),input_shape[1], block_shape[0], ..., input_shape[M] permuted block_shape[M-1],input_shape[M+1], ..., 입력_모양[N-1]]
3. [batch / prod(block_shape),input_shape[1] * block_shape[0], ..., input_shape[M] * block_shape[M-1],input_shape[M+1], ..의 reshaped_permuted 모양을 생성하기 위해 permuted 형태 변경 ., 입력_모양[N-1]]
4. crops 에 따라 reshaped_permuted 의 차원 [1, ..., M] 의 시작과 끝을 잘라 다음 모양의 출력을 생성합니다. [batch / prod(block_shape),input_shape[1] * block_shape[0] - 자르기[0, 0] - 자르기[0,1], ..., input_shape[M] * 블록 모양[M-1] - 자르기[M-1,0] - 자르기[M-1,1],input_shape[M+1] , ..., 입력_모양[N-1]]

몇 가지 예:

(1) 다음 입력의 모양 [4, 1, 1, 1] , block_shape = [2, 2] 및 crops = [[0, 0], [0, 0]] :

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

출력 텐서는 [1, 2, 2, 1] 모양과 값을 갖습니다.

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

(2) 다음 입력의 모양 [4, 1, 1, 3] , block_shape = [2, 2] 및 crops = [[0, 0], [0, 0]] :

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

출력 텐서의 모양은 [1, 2, 2, 3] 이고 값은 다음과 같습니다.

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

(3) 다음 입력에 대해 [4, 2, 2, 1] 모양, block_shape = [2, 2] 및 crops = [[0, 0], [0, 0]] :

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

출력 텐서의 모양은 [1, 4, 4, 1] 이고 값은 다음과 같습니다.

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

(4) 다음 입력에 대해 [8, 1, 3, 1] 모양, block_shape = [2, 2] 및 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]]]]

출력 텐서는 [2, 2, 4, 1] 모양과 값을 갖습니다.

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

보고:

• Output : 출력 텐서.

공개 속성

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