جریان تنسور:: عملیات:: BatchToSpaceND

BatchToSpace برای تانسورهای ND از نوع T.

خلاصه

این عملیات بعد "بچ" 0 را به ابعاد M + 1 شکل block_shape + [batch] تغییر می‌دهد، این بلوک‌ها را دوباره به شبکه تعریف‌شده با ابعاد فضایی [1, ..., M] برمی‌گرداند تا نتیجه‌ای را با همان رتبه ورودی سپس ابعاد فضایی این نتیجه میانی به صورت اختیاری بر اساس crops برش داده می شود تا خروجی تولید شود. این برعکس SpaceToBatch است. برای توضیحات دقیق به زیر مراجعه کنید.

استدلال ها:

• scope: یک شی Scope
• ورودی: ND با شکل input_shape = [batch] + spatial_shape + remaining_shape ، که در آن spatial_shape دارای ابعاد M است.
• block_shape: 1-D با شکل [M] ، همه مقادیر باید >= 1 باشند.
• crops: 2-D با شکل [M, 2] ، همه مقادیر باید >= 0 باشند crops[i] = [crop_start, crop_end] مقدار برش از بعد ورودی i + 1 را مشخص می کند که با بعد فضایی i مطابقت دارد. لازم است crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1] .

این عملیات معادل مراحل زیر است:

1. تغییر شکل input به reshaped شکل: [block_shape[0]، ...، block_shape[M-1]، batch / prod(block_shape)، input_shape[1]، ...، input_shape[N-1]]
2. ابعاد تغییر reshaped برای ایجاد permuted شکل [دسته / پرود(شکل_بلوک)، شکل_ورودی[1]، شکل_بلوک[0]، ...، شکل_ورودی[M]، شکل_بلوک[M-1]، شکل_ورودی[M+1]، ...، ورودی_شکل[N-1]]
3. تغییر شکل permuted برای تولید شکل‌های reshaped_permuted [دسته‌ای / پرود(شکل_بلوک)، شکل_ورودی[1] * شکل_بلوک[0]، ...، شکل_ورودی[M] * شکل_بلاک[M-1]، شکل_ورودی[M+1]، .. ., input_shape[N-1]]
4. ابتدا و انتهای ابعاد [1, ..., M] reshaped_permuted را بر اساس crops برش دهید تا خروجی شکل ایجاد شود: [batch / prod(block_shape),input_shape[1] * block_shape[0] - crops[0, 0] - محصولات[0،1]، ...، شکل_ورودی[M] * شکل_بلوک[M-1] - محصولات[M-1،0] - محصولات[M-1،1]، شکل_ورودی[M+1] , ..., input_shape[N-1]]

چند نمونه:

(1) برای ورودی شکل [4, 1, 1, 1] ، block_shape = [2, 2] ، و crops = [[0, 0], [0, 0]] زیر:

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

تانسور خروجی شکل [1, 2, 2, 1] و مقدار دارد:

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

(2) برای ورودی شکل زیر [4, 1, 1, 3] ، block_shape = [2, 2] ، و crops = [[0, 0], [0, 0]] :

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

تانسور خروجی شکل [1, 2, 2, 3] و مقدار دارد:

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

(3) برای ورودی شکل [4, 2, 2, 1] ، block_shape = [2, 2] ، و crops = [[0, 0], [0, 0]] :

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

تانسور خروجی دارای شکل [1, 4, 4, 1] و مقدار:

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

(4) برای ورودی شکل زیر [8, 1, 3, 1] ، block_shape = [2, 2] ، و 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]]]]

تانسور خروجی دارای شکل [2, 2, 4, 1] و مقدار است:

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

برمی گرداند:

• Output : تانسور خروجی.

صفات عمومی

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