fluxo tensor:: ops:: BatchToSpaceND

BatchToSpace para tensores ND do tipo T.

Resumo

Esta operação remodela a dimensão do "lote" 0 em dimensões M + 1 da forma block_shape + [batch] , intercala esses blocos de volta na grade definida pelas dimensões espaciais [1, ..., M] , para obter um resultado com o mesma classificação da entrada. As dimensões espaciais deste resultado intermediário são então opcionalmente cortadas de acordo com crops para produzir a saída. Este é o inverso do SpaceToBatch. Veja abaixo uma descrição precisa.

Argumentos:

• escopo: um objeto Escopo
• entrada: ND com forma input_shape = [batch] + spatial_shape + remaining_shape , onde espacial_shape tem M dimensões.
• block_shape: 1-D com forma [M] , todos os valores devem ser >= 1.
• culturas: 2-D com forma [M, 2] , todos os valores devem ser >= 0. crops[i] = [crop_start, crop_end] especifica a quantidade a ser cortada da dimensão de entrada i + 1 , que corresponde à dimensão espacial i . É necessário que crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1] .

Esta operação é equivalente às seguintes etapas:

1. Remodelar input para a forma reshaped : [forma_de_bloco[0], ..., forma_de_bloco[M-1], lote / prod(formato_de_bloco), forma_de_entrada[1], ..., forma_de_entrada[N-1]]
2. Permutar dimensões de reshaped para produzir formas permuted [batch / prod(block_shape),input_shape[1], block_shape[0], ..., input_shape[M], block_shape[M-1],input_shape[M+1], ..., forma_de_entrada[N-1]]
3. Remodelação permuted para produzir reshaped_permuted de forma [batch / prod(block_shape),input_shape[1] * block_shape[0], ..., input_shape[M] * block_shape[M-1],input_shape[M+1], .. ., forma_de_entrada[N-1]]
4. Corte o início e o fim das dimensões [1, ..., M] de reshaped_permuted de acordo com crops para produzir a saída da forma: [batch / prod(block_shape),input_shape[1] * block_shape[0] - crop[0, 0] - colheitas[0,1], ..., forma_de_entrada[M] * forma_de_bloco[M-1] - colheitas[M-1,0] - colheitas[M-1,1],forma_de_entrada[M+1] , ..., forma_de_entrada[N-1]]

Alguns exemplos:

(1) Para a seguinte entrada de forma [4, 1, 1, 1] , block_shape = [2, 2] e crops = [[0, 0], [0, 0]] :

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

O tensor de saída tem forma [1, 2, 2, 1] e valor:

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

(2) Para a seguinte entrada de forma [4, 1, 1, 3] , block_shape = [2, 2] e crops = [[0, 0], [0, 0]] :

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

O tensor de saída tem forma [1, 2, 2, 3] e valor:

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

(3) Para a seguinte entrada de forma [4, 2, 2, 1] , block_shape = [2, 2] e crops = [[0, 0], [0, 0]] :

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

O tensor de saída tem formato [1, 4, 4, 1] e valor:

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

(4) Para a seguinte entrada de forma [8, 1, 3, 1] , block_shape = [2, 2] e 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]]]]

O tensor de saída tem formato [2, 2, 4, 1] e valor:

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

Retorna:

• Output : o tensor de saída.

Atributos públicos

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