BatchToSpace

BatchToSpace kelas akhir publik

BatchToSpace untuk tensor 4-D tipe T.

Ini adalah versi lawas dari BatchToSpaceND yang lebih umum.

Menyusun ulang (mengubah) data dari kumpulan menjadi blok data spasial, diikuti dengan pemotongan. Ini adalah transformasi kebalikan dari SpaceToBatch. Lebih khusus lagi, operasi ini menghasilkan salinan tensor masukan yang mana nilai dari dimensi `batch` dipindahkan dalam blok spasial ke dimensi `tinggi` dan `lebar`, diikuti dengan pemotongan sepanjang dimensi `tinggi` dan `lebar`.

Metode Publik

Keluaran <T>
sebagai Keluaran ()
Mengembalikan pegangan simbolik tensor.
statis <T, U memperluas Nomor> BatchToSpace <T>
buat ( Lingkup lingkup , masukan Operan <T>, Pangkas Operan <U>, Ukuran blok panjang)
Metode pabrik untuk membuat kelas yang membungkus operasi BatchToSpace baru.
Keluaran <T>
keluaran ()
4-D dengan bentuk `[batch, tinggi, lebar, kedalaman]`, di mana:

tinggi = tinggi_pad - krop_atas - krop_bawah lebar = lebar_pad - krop_kiri - krop_kanan

Attr `block_size` harus lebih besar dari satu.

Metode Warisan

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolik tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static BatchToSpace <T> buat ( Lingkup lingkup , masukan Operan <T>, Pangkas Operan <U>, Ukuran blok panjang)

Metode pabrik untuk membuat kelas yang membungkus operasi BatchToSpace baru.

Parameter
cakupan ruang lingkup saat ini
masukan Tensor 4-D dengan bentuk `[batch block_size block_size, height_pad/block_size, width_pad/block_size, depth]`. Perhatikan bahwa ukuran batch tensor masukan harus habis dibagi `ukuran_blok *ukuran_blok`.
tanaman Tensor 2-D bilangan bulat non-negatif dengan bentuk `[2, 2]`. Ini menentukan berapa banyak elemen yang akan dipotong dari hasil antara di seluruh dimensi spasial sebagai berikut:

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

Kembali
  • contoh baru BatchToSpace

Keluaran publik <T> keluaran ()

4-D dengan bentuk `[batch, tinggi, lebar, kedalaman]`, di mana:

tinggi = tinggi_pad - krop_atas - krop_bawah lebar = lebar_pad - krop_kiri - krop_kanan

Attr `block_size` harus lebih besar dari satu. Ini menunjukkan ukuran blok.

Beberapa contoh:

(1) Untuk input bentuk `[4, 1, 1, 1]` berikut dan ukuran_blok 2: 

[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
Tensor keluaran memiliki bentuk `[1, 2, 2, 1]` dan nilai: 
x = [[[[1], [2]], [[3], [4]]]]
(2) Untuk input bentuk `[4, 1, 1, 3]` berikut dan ukuran_blok 2: 
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
Tensor keluaran memiliki bentuk `[1, 2, 2, 3]` dan nilai: 
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
(3) Untuk input bentuk `[4, 2, 2, 1]` berikut dan ukuran_blok 2: 
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
Tensor keluaran memiliki bentuk `[1, 4, 4, 1]` dan nilai: 
x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]],
      [[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]
(4) Untuk input bentuk `[8, 1, 2, 1]` berikut dan ukuran_blok 2: 
x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
      [[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
Tensor keluaran memiliki bentuk `[2, 2, 4, 1]` dan nilai: 
x = [[[[1], [3]], [[5], [7]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]