SpaceToBatch dla tensorów 4-D typu T.
To jest starsza wersja bardziej ogólnego SpaceToBatchND.
Zerowanie, a następnie ponowne układanie (permutowanie) bloków danych przestrzennych w partię. Mówiąc dokładniej, ta operacja generuje kopię tensora wejściowego, w którym wartości z wymiarów „wysokość” i „szerokość” są przenoszone do wymiaru „partia”. Po dopełnieniu zerami zarówno „wysokość”, jak i „szerokość” danych wejściowych muszą być podzielne przez rozmiar bloku.
Stałe
Smyczkowy | OP_NAME | Nazwa tej operacji znana silnikowi rdzenia TensorFlow |
Metody publiczne
Wyjście <T> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
statyczny <T rozszerza TType > SpaceToBatch <T> | |
Wyjście <T> | wyjście () |
Metody dziedziczone
Stałe
publiczny statyczny końcowy ciąg znaków OP_NAME
Nazwa tej operacji znana silnikowi rdzenia TensorFlow
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 SpaceToBatch <T> utwórz (zakres zakresu , argument wejściowy <T>, argument <? rozszerza TNumber > dopełnienia, długi rozmiar bloku)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SpaceToBatch.
Parametry
zakres | aktualny zakres |
---|---|
wejście | 4-D o kształcie „[partia, wysokość, szerokość, głębokość]”. |
wyściółki | Tensor 2-D nieujemnych liczb całkowitych o kształcie „[2, 2]”. Określa dopełnienie danych wejściowych zerami w wymiarach przestrzennych w następujący sposób: dopełnienia = [[pad_top, pad_bottom], [pad_left, pad_right]] Efektywne wymiary przestrzenne wypełnionego zerami tensora wejściowego będą następujące: wysokość_pad = pad_top + wysokość + pad_bottom szerokość_pad = pad_lewy + szerokość + pad_prawy Atrybut `block_size` musi być większy niż jeden. Wskazuje rozmiar bloku. * Nienakładające się bloki o wymiarach `rozmiar_bloku x rozmiar bloku` w wymiarach wysokości i szerokości są w każdej lokalizacji przestawiane w wymiar partii. * Partia tensora wyjściowego to `partia * rozmiar_bloku * rozmiar_bloku`. * Zarówno wysokość_podkładki, jak i szerokość_podkładki muszą być podzielne przez rozmiar_bloku. Kształt wyniku będzie następujący: [ partia_rozmiar_blokurozmiar_bloku , wysokość_podkładki/rozmiar_bloku, szerokość_podkładki/rozmiar_bloku, głębokość] Kilka przykładów: (1) Dla następujących danych wejściowych kształtu „[1, 2, 2, 1]” i rozmiaru_bloku równego 2: Tensor wyjściowy ma kształt „[4, 1, 1, 1]” i wartość: (2) Dla następujących danych wejściowych kształtu „[1, 2, 2, 3]” i rozmiaru_bloku równego 2: Tensor wyjściowy ma kształt „[4, 1, 1, 3]” i wartość: (3) Dla następujących danych wejściowych kształtu „[1, 4, 4, 1]” i rozmiaru_bloku równego 2: Tensor wyjściowy ma kształt „[4, 2, 2, 1]” i wartość: (4) Dla następujących danych wejściowych kształtu „[2, 2, 4, 1]” i rozmiaru_bloku równego 2: Tensor wyjściowy ma kształt „[8, 1, 2, 1]” i wartość: Ta operacja jest między innymi użyteczna do zredukowania splotu arous do splotu regularnego. |
Powroty
- nowa instancja SpaceToBatch