tensorflow:: عملیات:: عمق به فضا
#include <array_ops.h>عمق به فضا برای تانسورهای نوع T.
خلاصه
دادهها را از عمق به بلوکهای دادههای مکانی بازآرایی میکند. این تبدیل معکوس SpaceToDepth است. به طور خاص، این عملیات یک کپی از تانسور ورودی را خروجی میدهد که در آن مقادیر از بُعد depth در بلوکهای مکانی به ابعاد height و width منتقل میشوند. attr block_size اندازه بلوک ورودی و نحوه جابجایی دادهها را نشان میدهد.
- تکههایی از دادهها با اندازه
block_size * block_sizeاز عمق به بلوکهای غیرهمپوشان با اندازهblock_size x block_sizeبازآرایی میشوند. - عرض تانسور خروجی
input_depth * block_sizeاست، در حالی که ارتفاع آنinput_height * block_sizeاست. - مختصات Y و X درون هر بلوک از تصویر خروجی توسط مؤلفه مرتبه بالای اندیس کانال ورودی تعیین میشوند.
- عمق تانسور ورودی باید بر
block_size * block_sizeقابل تقسیم باشد.
پارامتر data_format طرحبندی تانسورهای ورودی و خروجی را با گزینههای زیر مشخص میکند: "NHWC": [ batch, height, width, channels ] "NCHW": [ batch, channels, height, width ] "NCHW_VECT_C": qint8 [ batch, channels / 4, height, width, 4 ]
مفید است که این عملیات را به عنوان تبدیل یک تانسور ۶ بعدی در نظر بگیریم. به عنوان مثال برای data_format = NHWC، هر عنصر در تانسور ورودی را میتوان از طریق ۶ مختصات مشخص کرد که با کاهش اهمیت طرح حافظه به صورت زیر مرتب شدهاند: n,iY,iX,bY,bX,oC (که در آن n=batch index، iX, iY به معنی مختصات X یا Y در تصویر ورودی، bX,bY به معنی مختصات در بلوک خروجی و oC به معنی کانالهای خروجی است). خروجی، ورودی منتقل شده به طرح زیر خواهد بود: n,iY,bY,iX,bX,oC
این عملیات برای تغییر اندازه فعالسازیها بین کانولوشنها (اما با حفظ تمام دادهها) مفید است، مثلاً به جای ادغام. همچنین برای آموزش مدلهای صرفاً کانولوشنی نیز مفید است.
برای مثال، با توجه به ورودی شکل [1, 1, 1, 4] ، فرمت داده = "NHWC" و اندازه بلوک = 2:
x = [[[[1, 2, 3, 4]]]]
This operation will output a tensor of shape
[1, 2, 2, 1]:
[[[[1], [2]], [[3], [4]]]]
در اینجا، ورودی دارای یک دسته ۱ تایی است و هر عنصر دستهای شکل [1, 1, 4] دارد، خروجی مربوطه دارای عناصر ۲x۲ خواهد بود و عمق کانال ۱ خواهد داشت (1 = 4 / (block_size * block_size) ). شکل عنصر خروجی [2, 2, 1] است.
برای یک تانسور ورودی با عمق بزرگتر، در اینجا به شکل [1, 1, 1, 12] ، به عنوان مثال
x = [[[[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]]]]
این عملیات، برای اندازه بلوک ۲، تانسور شکل زیر را برمیگرداند [1, 2, 2, 3]
[[[[1, 2, 3], [4, 5, 6]],
[[7, 8, 9], [10, 11, 12]]]]Similarly, for the following input of shape
[1 2 2 4], and a block size of 2:
x = [[[[1, 2, 3, 4], [5, 6, 7, 8]], [[9, 10, 11, 12], [13, 14, 15, 16]]]]
عملگر، تانسور شکل زیر را برمیگرداند [1 4 4 1] :
x = [[[ [1], [2], [5], [6]],
[ [3], [4], [7], [8]],
[ [9], [10], [13], [14]],
[ [11], [12], [15], [16]]]]Arguments:
- scope: A Scope object
- block_size: The size of the spatial block, same as in Space2Depth.
Returns:
Output: The output tensor.
Constructors and Destructors |
|
|---|---|
DepthToSpace(const ::tensorflow::Scope & scope, ::tensorflow::Input input, int64 block_size)
|
|
DepthToSpace(const ::tensorflow::Scope & scope, ::tensorflow::Input input, int64 block_size, const DepthToSpace::Attrs & attrs)
|
Public attributes |
|
|---|---|
operation
|
|
output
|
|
Public functions |
|
|---|---|
node() const
|
::tensorflow::Node *
|
operator::tensorflow::Input() const
|
|
operator::tensorflow::Output() const
|
|
Public static functions |
|
|---|---|
DataFormat(StringPiece x)
|
|
Structs |
|
|---|---|
|
tensorflow:: |
Optional attribute setters for DepthToSpace. |
Public attributes
operation
Operation operation
خروجی
::tensorflow::Output output
کارکردهای عمومی
عمق به فضا
DepthToSpace( const ::tensorflow::Scope & scope, ::tensorflow::Input input, int64 block_size )
عمق به فضا
DepthToSpace( const ::tensorflow::Scope & scope, ::tensorflow::Input input, int64 block_size, const DepthToSpace::Attrs & attrs )
گره
::tensorflow::Node * node() const
عملگر::tensorflow::ورودی
operator::tensorflow::Input() const
عملگر::tensorflow::خروجی
operator::tensorflow::Output() const
توابع استاتیک عمومی
قالب داده
Attrs DataFormat( StringPiece x )
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 2026-11-05 بهوقت ساعت هماهنگ جهانی.