SpaceToDepth

SpaceToDepth עבור טנסורים מסוג T.

מסדר מחדש בלוקים של נתונים מרחביים, לעומק. ליתר דיוק, אופציה זו מוציאה עותק של טנסור הקלט שבו ערכים מממדים 'גובה' ו'רוחב' מועברים לממד 'עומק'. ה-attr `block_size` מציין את גודל בלוק הקלט.

* בלוקים שאינם חופפים בגודל `block_size x block size` מסודרים מחדש לעומק בכל מיקום. * העומק של טנסור הפלט הוא `גודל_block *גודל_חסימה *עומק_כניסה`. * קואורדינטות Y, X בתוך כל בלוק של הקלט הופכות לרכיב הסדר הגבוה של אינדקס ערוץ הפלט. * הגובה והרוחב של טנסור הקלט חייבים להיות מתחלקים ב-block_size.

ה-`data_format` attr מציין את הפריסה של טנסור הקלט והפלט עם האפשרויות הבאות: "NHWC": `[ batch, height, width, channels ]` "NCHW": `[ batch, channels, height, width ]` " NCHW_VECT_C": `qint8 [ אצווה, ערוצים / 4, גובה, רוחב, 4 ]`

כדאי לשקול את הפעולה כהפיכת טנזור 6-D. למשל עבור data_format = NHWC, ניתן לציין כל אלמנט בטנזור הקלט באמצעות 6 קואורדינטות, מסודרות לפי הפחתת משמעות פריסת הזיכרון כמו: n,oY,bY,oX,bX,iC (כאשר n=אינדקס אצווה, oX, oY פירושו X או קואורדינטות Y בתוך תמונת הפלט, bX, byY פירושו קואורדינטות בתוך בלוק הקלט, iC פירושו ערוצי קלט). הפלט יהיה טרנספוזיציה לפריסה הבאה: n,oY,oX,bY,bX,iC

פעולה זו שימושית לשינוי גודל ההפעלה בין פיתולים (אך שמירה על כל הנתונים), למשל במקום איגום. זה גם שימושי לאימון מודלים קונבולוציוניים בלבד.

לדוגמה, בהינתן קלט של צורה `[1, 2, 2, 1]`, data_format = "NHWC" ו-block_size = 2:

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

פעולה זו תוציא טנסור של צורה `[1, 1, 1, 4]`:

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

כאן, לקלט יש אצווה של 1 ולכל רכיב אצווה יש צורה `[2, 2, 1]`, הפלט המתאים יהיה בעל אלמנט בודד (כלומר רוחב וגובה שניהם 1) ויהיה בעל עומק של 4 ערוצים (1 * גודל_בלוק * גודל_גוש). צורת רכיב הפלט היא `[1, 1, 4]`.

עבור טנזור קלט עם עומק גדול יותר, כאן של צורה `[1, 2, 2, 3]`, למשל

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

פעולה זו, עבור block_size של 2, תחזיר את הטנסור הבא של הצורה `[1, 1, 1, 12]`

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

באופן דומה, עבור הקלט הבא של צורה `[1 4 4 1]`, וגודל בלוק של 2:

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

האופרטור יחזיר את הטנסור הבא של הצורה `[1 2 2 4]`:

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