T 유형의 4차원 텐서에 대한 BatchToSpace.
이는 보다 일반적인 BatchToSpaceND의 레거시 버전입니다.
배치의 데이터를 공간 데이터 블록으로 재배열(순열)한 후 자릅니다. 이는 SpaceToBatch의 역변환입니다. 더 구체적으로 말하면, 이 작업은 '배치' 차원의 값이 공간 블록에서 '높이' 및 '너비' 차원으로 이동한 후 '높이' 및 '너비' 차원을 따라 자르는 입력 텐서의 복사본을 출력합니다.
공개 방법
출력 <T> | 출력 () 텐서의 기호 핸들을 반환합니다. |
static <T, U 확장 번호> BatchToSpace <T> | |
출력 <T> | 출력 () `[배치, 높이, 너비, 깊이]` 모양의 4D, 여기서: 높이 = 높이_패드 - 자르기_상단 - 자르기_하단 너비 = 너비_패드 - 자르기_왼쪽 - 자르기_오른쪽 'block_size' 속성은 1보다 커야 합니다. |
상속된 메서드
공개 방법
공개 출력 <T> asOutput ()
텐서의 기호 핸들을 반환합니다.
TensorFlow 작업에 대한 입력은 다른 TensorFlow 작업의 출력입니다. 이 메서드는 입력 계산을 나타내는 기호 핸들을 얻는 데 사용됩니다.
공개 정적 BatchToSpace <T> 생성 (범위 범위 , 피연산자 <T> 입력, 피연산자 <U> 자르기, Long blockSize)
새로운 BatchToSpace 작업을 래핑하는 클래스를 생성하는 팩토리 메서드입니다.
매개변수
범위 | 현재 범위 |
---|---|
입력 | '[배치 블록 크기 블록 크기, 높이 패드/블록 크기, 너비 패드/블록 크기, 깊이]' 형태의 4차원 텐서. 입력 텐서의 배치 크기는 `block_size * block_size`로 나눌 수 있어야 합니다. |
작물 | `[2, 2]` 형태를 갖는 음수가 아닌 정수의 2차원 텐서. 다음과 같이 공간 차원에 걸쳐 중간 결과에서 잘라낼 요소 수를 지정합니다. 자르기 = [[crop_top, 자르기_bottom], [crop_left, 자르기_오른쪽]] |
보고
- BatchToSpace의 새 인스턴스
공개 출력 <T> 출력 ()
`[배치, 높이, 너비, 깊이]` 모양의 4D, 여기서:
높이 = 높이_패드 - 자르기_상단 - 자르기_하단 너비 = 너비_패드 - 자르기_왼쪽 - 자르기_오른쪽
'block_size' 속성은 1보다 커야 합니다. 블록 크기를 나타냅니다.
몇 가지 예:
(1) '[4, 1, 1, 1]' 형태와 block_size가 2인 다음 입력의 경우:
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
x = [[[[1], [2]], [[3], [4]]]]
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
x = [[[[1, 2, 3], [4, 5, 6]],
[[7, 8, 9], [10, 11, 12]]]]
x = [[[[1], [3]], [[9], [11]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]
x = [[[[1], [2], [3], [4]],
[[5], [6], [7], [8]],
[[9], [10], [11], [12]],
[[13], [14], [15], [16]]]]
x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
[[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
x = [[[[1], [3]], [[5], [7]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]