אזהרה: API זו ברמה נמוכה יוסרה בגרסה עתידית של TensorFlow לאחר ההחלפה יציבה.

BatchToSpace

BatchToSpace המעמד הסופי הציבור

BatchToSpace עבור טנסור 4-D מסוג T.

זוהי גרסה מדור קודם של BatchToSpaceND הכללית יותר.

מסדר מחדש (מחליף) נתונים מאצווה לבלוקים של נתונים מרחביים, ולאחר מכן חיתוך. זהו הטרנספורמציה ההפוכה של SpaceToBatch. ליתר דיוק, אופציה זו מוציאה עותק של טנסור הקלט שבו ערכים מממד 'אצווה' מועברים בבלוקים מרחביים לממדים 'גובה' ו'רוחב', ולאחר מכן חיתוך לאורך הממדים 'גובה' ו'רוחב'.

שיטות ציבוריות

פלט <T>
asOutput ()
מחזירה את הידית הסמלית של טנזור.
סטטי <T, U מרחיב מספר> BatchToSpace <T>
ליצור ( היקף היקף, האופרנד <T> קלט, האופרנד <U> יבולים, לונג blockSize)
שיטת מפעל ליצירת מחלקה העוטפת פעולת BatchToSpace חדשה.
פלט <T>
פלט ()
4-D עם צורה `[אצווה, גובה, רוחב, עומק]`, כאשר:

height = height_pad - crop_top - crop_bottom width = width_pad - crop_left - crop_right

ה-attr `block_size` חייב להיות גדול מאחד.

שיטות בירושה

שיטות ציבוריות

הציבור פלט <T> asOutput ()

מחזירה את הידית הסמלית של טנזור.

כניסות לפעולות TensorFlow הן פלט של פעולת TensorFlow אחרת. שיטה זו משמשת לקבלת ידית סמלית המייצגת את חישוב הקלט.

סטטי הציבור BatchToSpace <T> ליצור ( היקף היקף, האופרנד <T> קלט, האופרנד <U> יבולים, לונג blockSize)

שיטת מפעל ליצירת מחלקה העוטפת פעולת BatchToSpace חדשה.

פרמטרים
תְחוּם ההיקף הנוכחי
קֶלֶט מותח 4-D עם הצורה '[אצווה block_size block_size, height_pad / block_size, width_pad / block_size, עומק]'. שים לב שגודל האצווה של טנסור הקלט חייב להיות מתחלק ב-'block_size * block_size'.
יבולים טנסור דו-ממדי של מספרים שלמים לא שליליים עם צורה `[2, 2]`. הוא מציין כמה אלמנטים לחתוך מתוצאת הביניים על פני הממדים המרחביים באופן הבא:

crops = [[crop_top, crop_bottom], [crop_left, crop_right]]

החזרות
  • מופע חדש של BatchToSpace

הציבור פלט <T> פלט ()

4-D עם צורה `[אצווה, גובה, רוחב, עומק]`, כאשר:

height = height_pad - crop_top - crop_bottom width = width_pad - crop_left - crop_right

ה-attr `block_size` חייב להיות גדול מאחד. זה מציין את גודל הבלוק.

כמה דוגמאות:

(1) עבור הקלט הבא של הצורה '[4, 1, 1, 1]' ו block_size של 2:

[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
 
טנזור פלט יש צורה '[1, 2, 2, 1] `וערך:
x = [[[[1], [2]], [[3], [4]]]]
 
(2) עבור הקלט הבא של הצורה '[4, 1, 1, 3]' ו block_size של 2:
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
 
טנזור פלט יש צורה '[1, 2, 2, 3]' וערך:
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
 
(3) עבור הקלט הבא של הצורה '[4, 2, 2, 1]' ו block_size של 2:
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
 
טנזור פלט יש צורה '[1, 4, 4, 1] `וערך:
x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]],
      [[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]
 
(4) עבור הקלט הבא של הצורה '[8, 1, 2, 1]' ו block_size של 2:
x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
      [[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
 
טנזור פלט יש צורה '[2, 2, 4, 1] `וערך:
x = [[[[1], [3]], [[5], [7]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]