tensor akışı:: işlem:: BatchToSpaceND

T tipi ND tensörleri için BatchToSpace.

Özet

Bu işlem, "toplu" boyut 0'ı block_shape + [batch] şeklinin M + 1 boyutlarına yeniden şekillendirir, bu blokları, uzamsal boyutlar [1, ..., M] tarafından tanımlanan ızgaraya geri yerleştirir ve sonuç elde edilir: girişle aynı sıra. Bu ara sonucun mekansal boyutları daha sonra çıktıyı üretmek için isteğe bağlı olarak crops göre kırpılır. Bu SpaceToBatch'in tam tersidir. Kesin bir açıklama için aşağıya bakın.

Argümanlar:

• kapsam: Bir Kapsam nesnesi
• giriş: ND şeklinde input_shape = [batch] + spatial_shape + remaining_shape , burada mekansal_şekil M boyutlara sahiptir.
• Block_shape: 1-D şekilli [M] , tüm değerler >= 1 olmalıdır.
• mahsuller: [M, 2] şeklinde 2 boyutlu, tüm değerler >= 0 olmalıdır. crops[i] = [crop_start, crop_end] i uzamsal boyutuna karşılık gelen i + 1 giriş boyutundan kırpılacak miktarı belirtir. crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1] olması gerekir.

Bu işlem aşağıdaki adımlara eşdeğerdir:

1. input şekli reshaped için yeniden şekillendirin: [blok_şekli[0], ..., blok_şekli[M-1], toplu / ürün(blok_şekli), giriş_şekli[1], ..., giriş_şekli[N-1]]
2. permuted şekil üretmek için reshaped boyutların izinlerini değiştir [batch / prod(block_shape),input_shape[1], blok_shape[0], ..., input_shape[M], blok_shape[M-1],input_shape[M+1], ..., giriş_şekli[N-1]]
3. Yeniden permuted şeklin reshaped_permuted izin verildi [batch / prod(block_shape),input_shape[1] * blok_shape[0], ..., input_shape[M] * blok_shape[M-1],input_shape[M+1], .. ., giriş_şekli[N-1]]
4. Şeklin çıktısını üretmek için reshaped_permuted boyutlarının [1, ..., M] başlangıç ​​ve bitişini crops göre kırpın: [batch / prod(block_shape),input_shape[1] * blok_shape[0] - mahsuller[0, 0] - mahsuller[0,1], ..., girdi_şekli[M] * blok_şekli[M-1] - mahsuller[M-1,0] - mahsuller[M-1,1],girdi_şekli[M+1] , ..., giriş_şekli[N-1]]

Bazı örnekler:

(1) Aşağıdaki şekil girişi için [4, 1, 1, 1] , block_shape = [2, 2] ve crops = [[0, 0], [0, 0]] :

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

Çıkış tensörünün şekli [1, 2, 2, 1] ve değeri vardır:

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

(2) Aşağıdaki şekil girişi için [4, 1, 1, 3] , block_shape = [2, 2] ve crops = [[0, 0], [0, 0]] :

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

Çıkış tensörünün şekli [1, 2, 2, 3] ve değeri vardır:

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

(3) Aşağıdaki şekil girişi için [4, 2, 2, 1] , block_shape = [2, 2] ve crops = [[0, 0], [0, 0]] :

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

Çıkış tensörünün şekli [1, 4, 4, 1] ve değeri vardır:

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

(4) Aşağıdaki şekil girişi için [8, 1, 3, 1] , block_shape = [2, 2] ve crops = [[0, 0], [2, 0]] :

x = [[[[0], [1], [3]]], [[[0], [9], [11]]],
     [[[0], [2], [4]]], [[[0], [10], [12]]],
     [[[0], [5], [7]]], [[[0], [13], [15]]],
     [[[0], [6], [8]]], [[[0], [14], [16]]]]

Çıkış tensörünün şekli [2, 2, 4, 1] ve değeri vardır:

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

İade:

• Output : Çıkış tensörü.

Genel özellikler

Operation operation

::tensorflow::Output output

 BatchToSpaceND(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  ::tensorflow::Input block_shape,
  ::tensorflow::Input crops
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const