SpaceToBatchNd

SpaceToBatchNd classe final pública

SpaceToBatch para tensores ND do tipo T.

Esta operação divide as dimensões "espaciais" `[1, ..., M]` da entrada em uma grade de blocos de formato `block_shape` e intercala esses blocos com a dimensão" lote "(0) de modo que na saída , as dimensões espaciais `[1, ..., M]` correspondem à posição dentro da grade, e a dimensão do lote combina a posição dentro de um bloco espacial e a posição do lote original. Antes da divisão em blocos, as dimensões espaciais da entrada são opcionalmente preenchidas com zeros de acordo com `preenchimentos`. Veja abaixo uma descrição precisa.

Métodos Públicos

Output <T>
asOutput ()
Retorna o identificador simbólico de um tensor.
estática <T, U estende Número, V estende Number> SpaceToBatchNd <T>
criar ( Âmbito âmbito, Operando <T> entrada, Operando <L> blockShape, Operando <V> preenchimentos)
Método de fábrica para criar uma classe envolvendo uma nova operação SpaceToBatchNd.
Output <T>
saída ()

Métodos herdados

Métodos Públicos

pública Output <T> asOutput ()

Retorna o identificador simbólico de um tensor.

As entradas para as operações do TensorFlow são saídas de outra operação do TensorFlow. Este método é usado para obter um identificador simbólico que representa o cálculo da entrada.

public static SpaceToBatchNd <T> create ( Scope escopo, Operando <T> entrada, Operando <U> blockShape, Operando <V> paddings)

Método de fábrica para criar uma classe envolvendo uma nova operação SpaceToBatchNd.

Parâmetros
alcance escopo atual
entrada ND com forma `input_shape = [batch] + spatial_shape + restante_shape`, em que spatial_shape tem dimensões` M`.
blockShape 1-D com forma `[M]`, todos os valores devem ser> = 1.
recheios 2-D com a forma `[M, 2]`, todos os valores devem ser> = 0. `paddings [i] = [pad_start, pad_end]` especifica o preenchimento para a dimensão de entrada `i + 1`, que corresponde à dimensão espacial `i`. É necessário que `block_shape [i]` divida `input_shape [i + 1] + pad_start + pad_end`.

Esta operação é equivalente às seguintes etapas:

1. Zere o início e o fim das dimensões `[1, ..., M]` da entrada de acordo com `paddings` para produzir` preenchido` da forma `padded_shape`.

2. Remodele o formato `padded` para` reshaped_padded`:

[batch] + [padded_shape [1] / block_shape [0], block_shape [0], ..., padded_shape [M] / block_shape [M-1], block_shape [M-1]] + restante_shape

3. Permute as dimensões de `reshaped_padded` para produzir` permuted_reshaped_padded` de forma:

forma_de_bloqueio + [lote] + [forma_de_plataforma [1] / forma_de_bloqueio [0], ..., forma_de_chamadas [M] / forma_de_bloqueio [M-1]] + forma_de_partida

4. Remodele `permuted_reshaped_padded` para achatar` block_shape` na dimensão do lote, produzindo um tensor de saída de forma:

[batch * prod (block_shape)] + [padded_shape [1] / block_shape [0], ..., padded_shape [M] / block_shape [M-1]] + restante_shape

Alguns exemplos:

(1) Para a seguinte entrada de forma `[1, 2, 2, 1]`, `block_shape = [2, 2]` e `preenchimentos = [[0, 0], [0, 0]]`: 

x = [[[[1], [2]], [[3], [4]]]]
o tensor de saída tem a forma `[4, 1, 1, 1]` e valor: 
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
(2) Para a seguinte entrada de forma `[1, 2, 2, 3]`, `block_shape = [ 2, 2] `e` preenchimentos = [[0, 0], [0, 0]] `: 
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
O tensor de saída tem a forma` [4, 1, 1, 3] `e valor: 
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
(3) Para a seguinte entrada de forma `[1, 4, 4, 1]`, `block_shape = [2, 2]` e `preenchimentos = [[0, 0], [0, 0]]`: 
x = [[[[1],   [2],  [3],  [4]],
       [[5],   [6],  [7],  [8]],
       [[9],  [10], [11],  [12]],
       [[13], [14], [15],  [16]]]]
o tensor de saída tem a forma `[4, 2, 2, 1]` e valor: 
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
(4) Para o seguinte entrada de forma `[2, 2, 4, 1]`, block_shape = `[ 2, 2] `, e preenchimentos =` [[0, 0], [2, 0]] `: 
x = [[[[1],   [2],  [3],  [4]],
       [[5],   [6],  [7],  [8]]],
      [[[9],  [10], [11],  [12]],
       [[13], [14], [15],  [16]]]]
O tensor de saída tem a forma` [8, 1, 3, 1] `e valor: 
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]]]]
Entre outras, esta operação é útil para reduzir a convolução atrosa em convolução regular.

Devoluções
  • uma nova instância de SpaceToBatchNd

pública Output <T> de saída ()