テンソルフロー::作戦::宇宙へバッチND

T 型の ND テンソルのBatchToSpace。

まとめ

この操作は、「バッチ」次元 0 をM + 1次元の形状block_shape + [batch]に再形成し、これらのブロックを空間次元[1, ..., M]で定義されたグリッドにインターリーブして戻し、次の結果を取得します。入力と同じランク。この中間結果の空間次元は、出力を生成するためのcropsに従ってオプションでトリミングされます。これは SpaceToBatch の逆です。正確な説明については、以下を参照してください。

引数:

• スコープ:スコープオブジェクト
• input: 形状を持つ ND input_shape = [batch] + spatial_shape + remaining_shape 、ここで spatial_shape には M 次元があります。
• block_shape: 形状[M]の 1 次元、すべての値は 1 以上である必要があります。
• Crops: 形状[M, 2]の 2 次元、すべての値は >= 0 である必要がありますcrops[i] = [crop_start, crop_end]は、空間次元iに対応する入力次元i + 1から切り取る量を指定します。 crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1]ことが必要です。

この操作は次の手順と同等です。

1. input再形成して形状をreshaped : [block_shape[0], ..., block_shape[M-1],バッチ / prod(block_shape), input_shape[1], ..., input_shape[N-1]]
2. reshapedの次元を並べ替えて、 permuted形状を生成します [batch / prod(block_shape),input_shape[1], block_shape[0], ..., input_shape[M], block_shape[M-1],input_shape[M+1], ..., input_shape[N-1]]
3. 形状を並べ替えて、形状 [batch / prod(block_shape),input_shape[1] * block_shape[0], ..., input_shape[M] * block_shape[M-1],input_shape[M+1], .. のreshaped_permuted permuted生成します。 ., input_shape[N-1]]
4. cropsに従ってreshaped_permutedの次元[1, ..., M]の開始と終了を切り取り、形状の出力を生成します: [batch / prod(block_shape),input_shape[1] * block_shape[0] - Crops[0, 0] - 作物[0,1], ..., input_shape[M] * block_shape[M-1] - 作物[M-1,0] - 作物[M-1,1],input_shape[M+1] , ..., input_shape[N-1]]

いくつかの例:

(1) 次の形状[4, 1, 1, 1] 、 block_shape = [2, 2] 、およびcrops = [[0, 0], [0, 0]]の入力の場合:

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

出力テンソルの形状は[1, 2, 2, 1]と次の値です。

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

(2) 次の形状[4, 1, 1, 3] 、 block_shape = [2, 2] 、およびcrops = [[0, 0], [0, 0]]の入力の場合:

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

出力テンソルの形状は[1, 2, 2, 3]で、値は次のとおりです。

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

(3) 次の形状[4, 2, 2, 1] 、 block_shape = [2, 2] 、およびcrops = [[0, 0], [0, 0]]の入力の場合:

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

出力テンソルの形状は[1, 4, 4, 1]で、値は次のとおりです。

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

(4) 次の形状[8, 1, 3, 1] 、 block_shape = [2, 2] 、およびcrops = [[0, 0], [2, 0]]の入力の場合:

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]]]]

出力テンソルの形状は[2, 2, 4, 1]で、値は次のとおりです。

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

戻り値:

• Output : 出力テンソル。

パブリック属性

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