BatchToSpace עבור טנסור ND מסוג T.
פעולה זו מעצבת מחדש את הממד "אצווה" 0 למימדים של `M + 1` של הצורה `block_shape + [אצווה]`, משלבת בלוקים אלה בחזרה לרשת המוגדרת על ידי הממדים המרחביים `[1, ..., M]`, כדי להשיג תוצאה באותה דירוג כמו הקלט. הממדים המרחביים של תוצאת ביניים זו נחתכים לאחר מכן לפי 'גידולים' כדי להפיק את הפלט. זה ההפך של SpaceToBatch. ראה להלן לתיאור מדויק.
קבועים
חוּט | OP_NAME | השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow |
שיטות ציבוריות
פלט <T> | asOutput () מחזירה את הידית הסמלית של הטנזור. |
סטטי <T מרחיב את TType > BatchToSpaceNd <T> | |
פלט <T> | פלט () |
שיטות בירושה
קבועים
מחרוזת סופית סטטית ציבורית OP_NAME
השם של המבצע הזה, כפי שידוע על ידי מנוע הליבה של TensorFlow
שיטות ציבוריות
פלט ציבורי <T> asOutput ()
מחזירה את הידית הסמלית של הטנזור.
כניסות לפעולות TensorFlow הן יציאות של פעולת TensorFlow אחרת. שיטה זו משמשת להשגת ידית סמלית המייצגת את חישוב הקלט.
Public static BatchToSpaceNd <T> create ( scope scope, Operand <T> קלט, Operand <? מרחיב TNumber > blockShape, Operand <? מרחיב TNumber > יבולים)
שיטת מפעל ליצירת מחלקה העוטפת פעולת BatchToSpaceNd חדשה.
פרמטרים
תְחוּם | ההיקף הנוכחי |
---|---|
קֶלֶט | ND עם צורה `input_shape = [אצווה] + spatial_shape + resting_shape`, כאשר לצורת_מרחבית יש ממדי M. |
blockShape | 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 הכמות לחתוך מממד הקלט `i + 1`, המתאים ל ממד מרחבי `i`. נדרש ש-'crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1]'. פעולה זו מקבילה לשלבים הבאים: 1. עצב מחדש את 'קלט' ל'צורה מחדש' של הצורה: [block_shape[0], ..., block_shape[M-1], batch / prod(block_shape), input_shape[1], ..., input_shape[N- 1]] 2. הפוך את הממדים של 'צורה מחדש' כדי לייצר 'מתומרת' של צורה [batch / prod(block_shape), input_shape[1], block_shape[0], ..., input_shape[M], block_shape[M-1], input_shape[M+1], ..., input_shape[N-1]] 3. עצב מחדש את 'מתומרת' כדי ליצור 'מתומרת_ מחדש' של הצורה [אצווה / פרוד(בלוק_צורה), input_shape[1] * block_shape[0], ..., input_shape[M] * block_shape[M-1], input_shape[M+1], ..., input_shape[N-1]] 4. חתוך את ההתחלה והסוף של הממדים `[1, ..., M]` של `reshaped_permuted` לפי `crops` כדי להפיק את הפלט של 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], ..., input_shape[N-1]] כמה דוגמאות: (1) עבור הקלט הבא של הצורה `[4, 1, 1, 1]`, `block_shape = [2, 2]` ו-`crops = [[0, 0], [0, 0]]`:
|
מחזיר
- מופע חדש של BatchToSpaceNd