BatchToSpace dla tensorów 4-D typu T.
To jest starsza wersja bardziej ogólnego BatchToSpaceND.
Porządkuje (przestawia) dane z partii na bloki danych przestrzennych, a następnie przycina. Jest to odwrotna transformacja SpaceToBatch. Mówiąc dokładniej, ta operacja generuje kopię tensora wejściowego, w którym wartości z wymiaru „partia” są przenoszone w blokach przestrzennych do wymiarów „wysokość” i „szerokość”, a następnie przycinane są wzdłuż wymiarów „wysokość” i „szerokość”.
Metody publiczne
Wyjście <T> | jako wyjście () Zwraca symboliczny uchwyt tensora. |
statyczny <T, U rozszerza numer> BatchToSpace <T> | |
Wyjście <T> | wyjście () 4-D o kształcie „[partia, wysokość, szerokość, głębokość]”, gdzie: wysokość = wysokość_pad - upraw_góra - upraw_dół szerokość = szerokość_pad - upraw_lewo - upraw_prawo Atrybut `block_size` musi być większy niż jeden. |
Metody dziedziczone
Metody publiczne
publiczne wyjście <T> asOutput ()
Zwraca symboliczny uchwyt tensora.
Dane wejściowe operacji TensorFlow są wynikami innej operacji TensorFlow. Ta metoda służy do uzyskania symbolicznego uchwytu reprezentującego obliczenia danych wejściowych.
public static BatchToSpace <T> utwórz (zakres zakresu , dane wejściowe argumentu <T>, przycięcie argumentu <U>, rozmiar długiego bloku)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację BatchToSpace.
Parametry
zakres | aktualny zakres |
---|---|
wejście | Tensor 4-D o kształcie `[wsadowy rozmiar_blokurozmiar_bloku , wysokość_podkładki/rozmiar_bloku, szerokość_podkładki/rozmiar_bloku, głębokość]`. Należy pamiętać, że rozmiar wsadu tensora wejściowego musi być podzielny przez `rozmiar_bloku * rozmiar_bloku`. |
uprawy | Tensor 2-D nieujemnych liczb całkowitych o kształcie „[2, 2]”. Określa, ile elementów należy wyciąć z wyniku pośredniego w wymiarach przestrzennych w następujący sposób: uprawy = [[crop_top, upraw_bottom], [crop_left, upraw_prawo]] |
Powroty
- nowa instancja BatchToSpace
publiczne wyjście <T> wyjście ()
4-D o kształcie „[partia, wysokość, szerokość, głębokość]”, gdzie:
wysokość = wysokość_pad - upraw_góra - upraw_dół szerokość = szerokość_pad - upraw_lewo - upraw_prawo
Atrybut `block_size` musi być większy niż jeden. Wskazuje rozmiar bloku.
Kilka przykładów:
(1) Dla następujących danych wejściowych kształtu „[4, 1, 1, 1]” i rozmiaru_bloku równego 2:
[[[[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]]]]