SpaceToBatch

SpaceToBatch คลาสสุดท้ายสาธารณะ

SpaceToBatch สำหรับเทนเซอร์ 4-D ประเภท T

นี่เป็นเวอร์ชันดั้งเดิมของ SpaceToBatchND ทั่วไป

Zero-pads จากนั้นจัดเรียง (เรียงสับเปลี่ยน) บล็อกของข้อมูลเชิงพื้นที่เป็นชุด โดยเฉพาะอย่างยิ่ง สหกรณ์นี้จะส่งออกสำเนาของเทนเซอร์อินพุตโดยที่ค่าจากมิติ "ความสูง" และ "ความกว้าง" จะถูกย้ายไปยังมิติ "แบทช์" หลังจากการเติมศูนย์ ทั้ง "ความสูง" และ "ความกว้าง" ของอินพุตจะต้องหารด้วยขนาดบล็อก

ค่าคงที่

สตริง OP_NAME ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

วิธีการสาธารณะ

เอาท์พุต <T>
เป็นเอาท์พุต ()
ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์
คงที่ <T ขยาย TType > SpaceToBatch <T>
สร้าง (ขอบเขต ขอบเขต , อินพุต Operand <T>, Operand <? ขยาย TNumber > paddings, Long blockSize)
วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SpaceToBatch ใหม่
เอาท์พุต <T>

วิธีการสืบทอด

ค่าคงที่

สตริงสุดท้ายแบบคงที่สาธารณะ OP_NAME

ชื่อของ op นี้ ซึ่งรู้จักกันในชื่อของเอ็นจิ้นหลัก TensorFlow

ค่าคงที่: "SpaceToBatch"

วิธีการสาธารณะ

เอาท์พุท สาธารณะ <T> asOutput ()

ส่งกลับค่าแฮนเดิลสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการดำเนินการ TensorFlow คือเอาต์พุตของการดำเนินการ TensorFlow อื่น วิธีการนี้ใช้เพื่อรับหมายเลขอ้างอิงสัญลักษณ์ที่แสดงถึงการคำนวณอินพุต

สร้าง SpaceToBatch <T> คงที่สาธารณะ (ขอบเขต ขอบเขต , อินพุต Operand <T>, Operand <? ขยาย TNumber > paddings, Long blockSize)

วิธีการจากโรงงานเพื่อสร้างคลาสที่รวมการดำเนินการ SpaceToBatch ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล 4-D ที่มีรูปร่าง `[ชุด ความสูง ความกว้าง ความลึก]`
ช่องว่างภายใน เทนเซอร์ 2 มิติของจำนวนเต็มไม่เป็นลบที่มีรูปร่าง `[2, 2]` โดยจะระบุช่องว่างภายในของอินพุตด้วยศูนย์ทั่วทั้งมิติเชิงพื้นที่ดังนี้:

ช่องว่างภายใน = [[pad_top, pad_bottom], [pad_left, pad_right]]

ขนาดเชิงพื้นที่ที่มีประสิทธิภาพของเทนเซอร์อินพุตแบบไม่มีเบาะจะเป็น:

height_pad = pad_top + ความสูง + pad_bottom width_pad = pad_left + ความกว้าง + pad_right

attr `block_size` ต้องมากกว่าหนึ่ง มันบ่งบอกถึงขนาดบล็อก

* บล็อกที่ไม่ทับซ้อนกันขนาด `block_size x ขนาดบล็อก` ในมิติความสูงและความกว้างจะถูกจัดเรียงใหม่เป็นมิติแบทช์ในแต่ละตำแหน่ง * ชุดของเทนเซอร์เอาท์พุตคือ `batch * block_size * block_size` * ทั้ง height_pad และ width_pad ต้องหารด้วย block_size ลงตัว

รูปร่างของผลลัพธ์จะเป็น:

[แบทช์ block_size block_size, height_pad/block_size, width_pad/block_size, ความลึก]

ตัวอย่างบางส่วน:

(1) สำหรับการป้อนข้อมูลรูปร่าง `[1, 2, 2, 1]` และ block_size ของ 2 ต่อไปนี้:

x = [[[[1], [2]], [[3], [4]]]]
 
เทนเซอร์เอาท์พุตมีรูปร่าง `[4, 1, 1, 1]` และค่า:
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
 
(2) สำหรับการป้อนข้อมูลรูปร่าง `[1, 2, 2, 3]` และ block_size ของ 2 ต่อไปนี้:
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
 
เอาท์พุตเทนเซอร์มีรูปร่าง `[4, 1, 1, 3]` และค่า:
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
 
(3) สำหรับการป้อนข้อมูลรูปร่าง `[1, 4, 4, 1]` และ block_size ของ 2 ต่อไปนี้:
x = [[[[1],   [2],  [3],  [4]],
       [[5],   [6],  [7],  [8]],
       [[9],  [10], [11],  [12]],
       [[13], [14], [15],  [16]]]]
 
เอาท์พุตเทนเซอร์มีรูปร่าง `[4, 2, 2, 1]` และค่า:
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
 
(4) สำหรับการป้อนข้อมูลรูปร่าง `[2, 2, 4, 1]` และ block_size ของ 2 ต่อไปนี้:
x = [[[[1],   [2],  [3],  [4]],
       [[5],   [6],  [7],  [8]]],
      [[[9],  [10], [11],  [12]],
       [[13], [14], [15],  [16]]]]
 
เอาท์พุตเทนเซอร์มีรูปร่าง `[8, 1, 2, 1]` และค่า:
x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
      [[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
 
เหนือสิ่งอื่นใด การดำเนินการนี้มีประโยชน์ในการลดภาวะกล้ามเนื้อมัดใหญ่ให้กลายเป็นการมัดแบบปกติ

การส่งคืน
  • อินสแตนซ์ใหม่ของ SpaceToBatch

เอาท์พุท สาธารณะ <T> เอาท์พุท ()