BatchToSpace

publiczna klasa końcowa BatchToSpace

BatchToSpace dla tensorów 4-D typu T.

To jest starsza wersja bardziej ogólnego BatchToSpaceND.

Porządkuje (przestawia) dane z partii na bloki danych przestrzennych, a następnie przycina. Jest to odwrotna transformacja SpaceToBatch. Mówiąc dokładniej, ta operacja generuje kopię tensora wejściowego, w którym wartości z wymiaru „partia” są przenoszone w blokach przestrzennych do wymiarów „wysokość” i „szerokość”, a następnie przycinane są wzdłuż wymiarów „wysokość” i „szerokość”.

Metody publiczne

Wyjście <T>
jako wyjście ()
Zwraca symboliczny uchwyt tensora.
statyczny <T, U rozszerza numer> BatchToSpace <T>
utwórz (zakres zakresu , wejście argumentu <T>, przycięcie argumentu <U>, rozmiar długiego bloku)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BatchToSpace.
Wyjście <T>
wyjście ()
4-D o kształcie „[partia, wysokość, szerokość, głębokość]”, gdzie:

wysokość = wysokość_pad - upraw_góra - upraw_dół szerokość = szerokość_pad - upraw_lewo - upraw_prawo

Atrybut `block_size` musi być większy niż jeden.

Metody dziedziczone

Metody publiczne

publiczne wyjście <T> asOutput ()

Zwraca symboliczny uchwyt tensora.

Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.

public static BatchToSpace <T> utwórz (zakres zakresu , dane wejściowe argumentu <T>, przycięcie argumentu <U>, rozmiar długiego bloku)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BatchToSpace.

Parametry
zakres aktualny zakres
wejście Tensor 4-D o kształcie `[wsadowy rozmiar_blokurozmiar_bloku , wysokość_podkładki/rozmiar_bloku, szerokość_podkładki/rozmiar_bloku, głębokość]`. Należy pamiętać, że rozmiar wsadu tensora wejściowego musi być podzielny przez `rozmiar_bloku * rozmiar_bloku`.
uprawy Tensor 2-D nieujemnych liczb całkowitych o kształcie „[2, 2]”. Określa, ile elementów należy wyciąć z wyniku pośredniego w wymiarach przestrzennych w następujący sposób:

uprawy = [[crop_top, upraw_bottom], [crop_left, upraw_prawo]]

Powroty
  • nowa instancja BatchToSpace

publiczne wyjście <T> wyjście ()

4-D o kształcie „[partia, wysokość, szerokość, głębokość]”, gdzie:

wysokość = wysokość_pad - upraw_góra - upraw_dół szerokość = szerokość_pad - upraw_lewo - upraw_prawo

Atrybut `block_size` musi być większy niż jeden. Wskazuje rozmiar bloku.

Kilka przykładów:

(1) Dla następujących danych wejściowych kształtu „[4, 1, 1, 1]” i rozmiaru_bloku równego 2:

[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
 
Tensor wyjściowy ma kształt „[1, 2, 2, 1]” i wartość:
x = [[[[1], [2]], [[3], [4]]]]
 
(2) Dla następujących danych wejściowych kształtu „[4, 1, 1, 3]” i rozmiaru_bloku równego 2:
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
 
Tensor wyjściowy ma kształt „[1, 2, 2, 3]” i wartość:
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
 
(3) Dla następujących danych wejściowych kształtu „[4, 2, 2, 1]” i rozmiaru_bloku równego 2:
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
 
Tensor wyjściowy ma kształt „[1, 4, 4, 1]” i wartość:
x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]],
      [[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]
 
(4) Dla następujących danych wejściowych kształtu „[8, 1, 2, 1]” i rozmiaru_bloku równego 2:
x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
      [[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
 
Tensor wyjściowy ma kształt „[2, 2, 4, 1]” i wartość:
x = [[[[1], [3]], [[5], [7]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]