คำเตือน: API นี้เลิกใช้งานแล้วและจะถูกลบออกใน TensorFlow เวอร์ชันในอนาคตหลังจาก การแทนที่ เสถียรแล้ว

BatchToSpace

ประชาชน BatchToSpace ชั้นสุดท้าย

BatchToSpace สำหรับเมตริกซ์ 4-D ของประเภท T

นี่เป็นเวอร์ชันดั้งเดิมของ BatchToSpaceND ทั่วไป

จัดเรียงข้อมูลใหม่ (เปลี่ยนลำดับ) จากแบทช์เป็นกลุ่มของข้อมูลเชิงพื้นที่ ตามด้วยการครอบตัด นี่คือการเปลี่ยนแปลงย้อนกลับของ SpaceToBatch โดยเฉพาะอย่างยิ่ง op นี้ส่งออกสำเนาของเทนเซอร์อินพุตโดยที่ค่าจากมิติ "แบทช์" จะถูกย้ายในบล็อกเชิงพื้นที่ไปยังมิติ "ความสูง" และ "ความกว้าง" ตามด้วยการครอบตัดตามขนาด "ความสูง" และ "ความกว้าง"

วิธีการสาธารณะ

เอาท์พุท <T>
asOutput ()
ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์
คง <T, U ขยายจำนวน> BatchToSpace <T>
สร้าง ( ขอบเขต ขอบเขต Operand <T> การป้อนข้อมูล ตัวถูกดำเนินการ <u> พืชยาวบล็อค)
วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ BatchToSpace ใหม่
เอาท์พุท <T>
เอาท์พุท ()
4-D ที่มีรูปร่าง `[batch, height, width, depth]` โดยที่:

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

Attr `block_size` ต้องมากกว่าหนึ่ง

วิธีการสืบทอด

วิธีการสาธารณะ

ประชาชน เอาท์พุท <T> asOutput ()

ส่งกลับค่าแฮนเดิลเชิงสัญลักษณ์ของเทนเซอร์

อินพุตสำหรับการทำงานของ TensorFlow เป็นเอาต์พุตของการดำเนินการอื่นของ TensorFlow วิธีนี้ใช้เพื่อขอรับหมายเลขอ้างอิงเชิงสัญลักษณ์ที่แสดงถึงการคำนวณของอินพุต

สาธารณะคง BatchToSpace <T> สร้าง ( ขอบเขต ขอบเขต Operand <T> การป้อนข้อมูล ตัวถูกดำเนินการ <u> พืชยาวบล็อค)

วิธีการจากโรงงานเพื่อสร้างคลาสที่ปิดการดำเนินการ BatchToSpace ใหม่

พารามิเตอร์
ขอบเขต ขอบเขตปัจจุบัน
ป้อนข้อมูล 4-D เมตริกซ์ที่มีรูปร่าง `[ชุด block_size block_size, height_pad / block_size, width_pad / block_size ลึก]` โปรดทราบว่าขนาดแบทช์ของเทนเซอร์อินพุตต้องหารด้วย `block_size * block_size' ลงตัว
พืชผล เทนเซอร์ 2 มิติของจำนวนเต็มไม่เป็นลบที่มีรูปร่าง `[2, 2]` ระบุจำนวนองค์ประกอบที่จะครอบตัดจากผลลัพธ์ระดับกลางข้ามมิติเชิงพื้นที่ดังนี้:

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

คืนสินค้า
  • อินสแตนซ์ใหม่ของ BatchToSpace

ประชาชน เอาท์พุท <T> เอาท์พุท ()

4-D ที่มีรูปร่าง `[batch, height, width, depth]` โดยที่:

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

Attr `block_size` ต้องมากกว่าหนึ่ง มันบ่งบอกถึงขนาดบล็อก

ตัวอย่างบางส่วน:

(1) สำหรับการป้อนข้อมูลต่อไปนี้ของรูปร่าง `[4, 1, 1, 1]` และ block_size 2:

[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
 
เมตริกซ์เอาท์พุทมีรูปร่าง `[1, 2, 2, 1]` และความคุ้มค่า:
x = [[[[1], [2]], [[3], [4]]]]
 
(2) สำหรับการป้อนข้อมูลต่อไปนี้ของรูปร่าง `[4, 1, 1, 3]` และ block_size 2:
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
 
เมตริกซ์เอาท์พุทมีรูปร่าง `[1, 2, 2, 3]` และความคุ้มค่า:
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
 
(3) สำหรับการป้อนข้อมูลต่อไปนี้ของรูปร่าง `[4, 2, 2, 1]` และ block_size 2:
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
 
เมตริกซ์เอาท์พุทมีรูปร่าง `[1, 4, 4, 1]` และความคุ้มค่า:
x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]],
      [[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]
 
(4) สำหรับการป้อนข้อมูลต่อไปนี้ของรูปร่าง `[8, 1, 2, 1]` และ block_size 2:
x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
      [[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
 
เมตริกซ์เอาท์พุทมีรูปร่าง `[2, 2, 4, 1]` และความคุ้มค่า:
x = [[[[1], [3]], [[5], [7]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]