יום הקהילה ML הוא 9 בנובמבר! הצטרפו אלינו עדכונים מ- TensorFlow, JAX, ועוד למידע נוסף

זרימת טנסור :: אופ :: BatchToSpaceND

#include <array_ops.h>

BatchToSpace עבור טנזורים ND מסוג T.

סיכום

פעולה זו מעצבת מחדש את מימד "האצווה" 0 לממדי M + 1 של צורה block_shape + [batch] , block_shape + [batch] את הבלוקים הללו בחזרה לרשת המוגדרת על ידי המידות המרחביות [1, ..., M] , כדי להשיג תוצאה עם אותה דרגה כמו הקלט. לאחר מכן ניתן לחתוך את המידות המרחביות של תוצאת ביניים זו בהתאם crops כדי לייצר את התפוקה. זה ההפך מ- SpaceToBatch. ראה להלן תיאור מדויק.

טענות:

  • היקף: אובייקט Scope
  • קלט: ND עם צורה input_shape = [batch] + spatial_shape + remaining_shape , כאשר למרחב הצורה יש ממדי M.
  • block_shape: 1-D עם צורה [M] , כל הערכים חייבים להיות> = 1.
  • יבולים: 2-D עם צורה [M, 2] , כל הערכים חייבים להיות> = 0. crops[i] = [crop_start, crop_end] מציין את כמות היבול מימד קלט i + 1 , המתאים למימד המרחבי i . נדרש כי crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1] .

פעולה זו מקבילה לשלבים הבאים:

  1. input לעיצוב reshaped לעיצוב reshaped של הצורה: [block_shape [0], ..., block_shape [M-1], batch / prod (block_shape), input_shape [1], ..., input_shape [N-1]]
  2. הממדים Permute של reshaped כדי לייצר permuted בכושר [אצווה / לדרבן (block_shape), input_shape [1], block_shape [0], ..., input_shape [M], block_shape [M-1], input_shape [M + 1], ..., קלט_צורה [N-1]]
  3. צורה permuted כדי לייצר reshaped_permuted של צורה [batch / prod (block_shape), input_shape [1] * block_shape [0], ..., input_shape [M] * block_shape [M-1], input_shape [M + 1], .. ., קלט_צורה [N-1]]
  4. חתוך את ההתחלה והסוף של הממדים [1, ..., M] של reshaped_permuted לפי crops כדי לייצר את תפוקת הצורה: [batch / prod (block_shape), input_shape [1] * block_shape [0] - יבולים [0, 0] - יבולים [0,1], ..., input_shape [M] * block_shape [M-1] - יבולים [M-1,0] - יבולים [M-1,1], input_shape [M + 1] , ..., קלט_צורה [N-1]]

כמה דוגמאות:

(1) לקלט הבא של צורה [4, 1, 1, 1] , block_shape = [2, 2] , and crops = [[0, 0], [0, 0]] :

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

לטנדר הפלט יש צורה [1, 2, 2, 1] וערך:

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

(2) עבור הקלט הבא של צורה [4, 1, 1, 3] , block_shape = [2, 2] , crops = [[0, 0], [0, 0]] :

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

לטנדר הפלט יש צורה [1, 2, 2, 3] וערך:

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

(3) עבור הקלט הבא של צורה [4, 2, 2, 1] , block_shape = [2, 2] , crops = [[0, 0], [0, 0]] :

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

לטנסור הפלט יש צורה [1, 4, 4, 1] וערך:

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

(4) עבור הקלט הבא של צורה [8, 1, 3, 1] , block_shape = [2, 2] , 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]]]]

לטנסור הפלט יש צורה [2, 2, 4, 1] וערך:

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

החזרות:

  • Output : טנסור הפלט.

קונסטרוקטורים ומשחתנים

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

תכונות ציבוריות

operation
output

פונקציות ציבוריות

node () const
::tensorflow::Node *
operator::tensorflow::Input () const
operator::tensorflow::Output () const

תכונות ציבוריות

מבצע

Operation operation

תְפוּקָה

::tensorflow::Output output

פונקציות ציבוריות

BatchToSpaceND

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

צוֹמֶת

::tensorflow::Node * node() const 

אופרטור :: זרימת טנסור :: קלט

 operator::tensorflow::Input() const 

אופרטור :: זרימת טנסור :: פלט

 operator::tensorflow::Output() const