BatchToSpace dành cho tensor 4-D loại T.
Đây là phiên bản kế thừa của BatchToSpaceND tổng quát hơn.
Sắp xếp lại (hoán vị) dữ liệu từ lô thành khối dữ liệu không gian, sau đó cắt xén. Đây là sự chuyển đổi ngược lại của SpaceToBatch. Cụ thể hơn, op này tạo ra một bản sao của tensor đầu vào trong đó các giá trị từ kích thước `batch` được di chuyển trong các khối không gian sang kích thước `height` và `width`, sau đó cắt xén dọc theo kích thước `height` và `width`.
Phương pháp công khai
Đầu ra <T> | asOutput () Trả về phần điều khiển tượng trưng của một tenxơ. |
tĩnh <T, U mở rộng Số> BatchToSpace <T> | |
Đầu ra <T> | đầu ra () 4-D với hình dạng `[lô, chiều cao, chiều rộng, chiều sâu]`, trong đó: chiều cao = chiều cao_pad - crop_top - crop_bottom chiều rộng = width_pad - crop_left - crop_right Attr `block_size` phải lớn hơn một. |
Phương pháp kế thừa
Phương pháp công khai
Đầu ra công khai <T> asOutput ()
Trả về phần điều khiển tượng trưng của một tenxơ.
Đầu vào của các hoạt động TensorFlow là đầu ra của một hoạt động TensorFlow khác. Phương pháp này được sử dụng để thu được một thẻ điều khiển mang tính biểu tượng đại diện cho việc tính toán đầu vào.
công khai tĩnh BatchToSpace <T> tạo (Phạm vi phạm vi, đầu vào Toán hạng <T>, Cắt toán hạng <U>, Kích thước khối dài)
Phương thức xuất xưởng để tạo một lớp bao bọc một thao tác BatchToSpace mới.
Thông số
phạm vi | phạm vi hiện tại |
---|---|
đầu vào | Tenor 4-D có hình dạng `[batch block_size block_size, Height_pad/block_size, width_pad/block_size, deep]`. Lưu ý rằng kích thước lô của tensor đầu vào phải chia hết cho `block_size * block_size`. |
cây trồng | Tenxơ 2-D của các số nguyên không âm có hình dạng `[2, 2]`. Nó chỉ định số lượng phần tử cần cắt từ kết quả trung gian theo các chiều không gian như sau: crop = [[crop_top, crop_bottom], [crop_left, crop_right]] |
Trả lại
- một phiên bản mới của BatchToSpace
Đầu ra công khai đầu ra <T> ()
4-D với hình dạng `[lô, chiều cao, chiều rộng, chiều sâu]`, trong đó:
chiều cao = chiều cao_pad - crop_top - crop_bottom chiều rộng = width_pad - crop_left - crop_right
Attr `block_size` phải lớn hơn một. Nó chỉ ra kích thước khối.
Một số ví dụ:
(1) Đối với đầu vào sau của hình `[4, 1, 1, 1]` và block_size là 2:
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
Tenxor đầu ra có hình dạng `[1, 2, 2, 1]` và giá trị: x = [[[[1], [2]], [[3], [4]]]]
(2) Đối với đầu vào sau của hình `[4, 1, 1, 3]` và block_size là 2: [[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
Tenxor đầu ra có hình dạng `[1, 2, 2, 3]` và giá trị: x = [[[[1, 2, 3], [4, 5, 6]],
[[7, 8, 9], [10, 11, 12]]]]
(3) Đối với đầu vào sau của hình `[4, 2, 2, 1]` và block_size là 2: x = [[[[1], [3]], [[9], [11]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]
Tenxor đầu ra có hình dạng `[1, 4, 4, 1]` và giá trị: x = [[[[1], [2], [3], [4]],
[[5], [6], [7], [8]],
[[9], [10], [11], [12]],
[[13], [14], [15], [16]]]]
(4) Đối với đầu vào sau của hình `[8, 1, 2, 1]` và block_size là 2: x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
[[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
Tenxor đầu ra có hình dạng `[2, 2, 4, 1]` và giá trị: x = [[[[1], [3]], [[5], [7]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]