DepthToSpace

टी प्रकार के टेंसरों के लिए डेप्थटूस्पेस।

डेटा को गहराई से स्थानिक डेटा के ब्लॉक में पुनर्व्यवस्थित करता है। यह SpaceToDepth का विपरीत परिवर्तन है। अधिक विशेष रूप से, यह ऑप इनपुट टेंसर की एक प्रति आउटपुट करता है जहां 'गहराई' आयाम से मानों को स्थानिक ब्लॉकों में 'ऊंचाई' और 'चौड़ाई' आयामों में ले जाया जाता है। attr `block_size` इनपुट ब्लॉक आकार और डेटा को कैसे स्थानांतरित किया जाता है, इंगित करता है।

* गहराई से `ब्लॉक_साइज़ * ब्लॉक_साइज़` आकार के डेटा के टुकड़ों को `ब्लॉक_साइज़ x ब्लॉक_साइज़` आकार के गैर-अतिव्यापी ब्लॉकों में पुनर्व्यवस्थित किया जाता है * आउटपुट टेंसर की चौड़ाई `इनपुट_डेप्थ * ब्लॉक_साइज़` है, जबकि ऊंचाई `इनपुट_हाइट * ब्लॉक_साइज़` है। * आउटपुट छवि के प्रत्येक ब्लॉक के भीतर Y, X निर्देशांक इनपुट चैनल इंडेक्स के उच्च क्रम घटक द्वारा निर्धारित किए जाते हैं। * इनपुट टेंसर की गहराई `ब्लॉक_साइज़ * ब्लॉक_साइज़` से विभाज्य होनी चाहिए।

`डेटा_फॉर्मेट` एटीआर निम्नलिखित विकल्पों के साथ इनपुट और आउटपुट टेंसर के लेआउट को निर्दिष्ट करता है: "एनएचडब्ल्यूसी": `[बैच, ऊंचाई, चौड़ाई, चैनल]` "एनसीएचडब्ल्यू": `[बैच, चैनल, ऊंचाई, चौड़ाई ]` " NCHW_VECT_C": `qint8 [बैच, चैनल/4, ऊंचाई, चौड़ाई, 4 ]`

ऑपरेशन को 6-डी टेंसर को बदलने के रूप में विचार करना उपयोगी है। उदाहरण के लिए data_format = NHWC, इनपुट टेंसर में प्रत्येक तत्व को 6 निर्देशांक के माध्यम से निर्दिष्ट किया जा सकता है, जो मेमोरी लेआउट महत्व को कम करके क्रमबद्ध किया गया है: n,iY,iX,bY,bX,oC (जहां n=बैच इंडेक्स, iX, iY का अर्थ है X या Y इनपुट छवि के भीतर समन्वय करता है, bX, bY का अर्थ है आउटपुट ब्लॉक के भीतर समन्वय, oC का अर्थ है आउटपुट चैनल)। आउटपुट निम्नलिखित लेआउट में स्थानांतरित इनपुट होगा: n,iY,bY,iX,bX,oC

यह ऑपरेशन कनवल्शन के बीच सक्रियणों का आकार बदलने (लेकिन सभी डेटा रखने) के लिए उपयोगी है, उदाहरण के लिए पूलिंग के बजाय। यह विशुद्ध रूप से दृढ़ मॉडलों के प्रशिक्षण के लिए भी उपयोगी है।

उदाहरण के लिए, आकार `[1, 1, 1, 4]`, डेटा_फॉर्मेट = "एनएचडब्ल्यूसी" और ब्लॉक_साइज = 2 का इनपुट दिया गया है:

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

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

बड़ी गहराई वाले इनपुट टेंसर के लिए, यहां आकार `[1, 1, 1, 12]` है, उदाहरण के लिए

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

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

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

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