تحذير: تم إهمال واجهة برمجة التطبيقات هذه وستتم إزالتها في إصدار مستقبلي من TensorFlow بعد استقرار الاستبدال .

BatchToSpaceNd

الجمهور BatchToSpaceNd الدرجة النهائية

BatchToSpace لموترات ND من النوع T.

تعيد هذه العملية تشكيل بُعد "الدُفعة" 0 إلى أبعاد `M + 1` للشكل` block_shape + [دُفعة] `، تُدخل هذه الكتل مرة أخرى في الشبكة المحددة بواسطة الأبعاد المكانية` [1، ...، M] `، للحصول على نتيجة بنفس رتبة المدخلات. يتم بعد ذلك اقتصاص الأبعاد المكانية لهذه النتيجة الوسيطة اختياريًا وفقًا لـ "المحاصيل" لإنتاج الناتج. هذا هو عكس SpaceToBatch. انظر أدناه للحصول على وصف دقيق.

الطرق العامة

الانتاج <T>
asOutput ()
إرجاع المقبض الرمزي للموتر.
ثابت <T، U يمتد رقم، V يمتد الرقم> BatchToSpaceNd <T>
إنشاء ( نطاق نطاق، المعامل <T> المدخلات، و المعامل <U> blockShape، المعامل <V> المحاصيل)
طريقة المصنع لإنشاء فئة التفاف لعملية BatchToSpaceNd جديدة.
الانتاج <T>

الطرق الموروثة

الطرق العامة

العام الناتج <T> asOutput ()

إرجاع المقبض الرمزي للموتر.

المدخلات لعمليات TensorFlow هي مخرجات عملية TensorFlow أخرى. تستخدم هذه الطريقة للحصول على مقبض رمزي يمثل حساب المدخلات.

ساكنة العام BatchToSpaceNd <T> إنشاء ( نطاق نطاق، المعامل <T> المدخلات، و المعامل <U> blockShape، المعامل <V> المحاصيل)

طريقة المصنع لإنشاء فئة التفاف لعملية BatchToSpaceNd جديدة.

العوامل
مجال النطاق الحالي
إدخال ND بالشكل `input_shape = [الدفعة] + spatial_shape + المتبقي_الشكل` ، حيث spatial_shape لها أبعاد M.
كتلة 1-D بالشكل `[M]` ، يجب أن تكون جميع القيم> = 1.
المحاصيل 2-D بالشكل `[M، 2]` ، يجب أن تكون جميع القيم> = 0. تحدد المحاصيل [i] = [crop_start، crop_end] `مقدار الاقتصاص من بُعد الإدخال` i + 1` ، والذي يتوافق مع البعد المكاني `i`. يجب أن يكون "crop_start [i] + crop_end [i] <= block_shape [i] * input_shape [i + 1]`.

هذه العملية تعادل الخطوات التالية:

1. إعادة تشكيل "الإدخال" إلى "إعادة تشكيل" الشكل: [block_shape [0] ، ... ، block_shape [M-1] ، الدُفعة / المنتج (block_shape) ، input_shape [1] ، ... ، input_shape [N- 1]]

2. تباعد أبعاد "إعادة تشكيل" لإنتاج "مبدل" للشكل [دفعة / منتج (كتلة_شكل) ،

input_shape [1]، block_shape [0]، ...، input_shape [M]، block_shape [M-1]،

input_shape [M + 1]، ...، input_shape [N-1]]

3. إعادة تشكيل "مبدل" لإنتاج "إعادة تشكيلها" للشكل [دفعة / منتج (شكل كتلة) ،

input_shape [1] * block_shape [0]، ...، input_shape [M] * block_shape [M-1]،

input_shape [M + 1]، ...، input_shape [N-1]]

4. قم بقص بداية ونهاية الأبعاد "[1، ...، M]` من "إعادة تشكيلها" وفقًا لـ "المحاصيل" لإنتاج ناتج الشكل: [دفعة / إنتاج (كتلة_شكل) ،

input_shape [1] * block_shape [0] - المحاصيل [0،0] - المحاصيل [0،1]، ...، input_shape [M] * block_shape [M-1] - المحاصيل [M-1،0] - المحاصيل [M-1،1] ،

input_shape [M + 1]، ...، input_shape [N-1]]

بعض الأمثلة:

(1) للمدخلات التالية من الشكل `[4 ، 1 ، 1 ، 1]` ، `block_shape = [2 ، 2]` ، و المحاصيل = [[0 ، 0] ، [0 ، 0]] `:

[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
 
والموترة الانتاج لديها شكل `[1، 2، 2، 1]` وقيمة:
x = [[[[1], [2]], [[3], [4]]]]
 
(2) لإدخال التالية من شكل `[4، 1، 1، 3]`، `block_shape = [ 2، 2] `، و` المحاصيل = [[0، 0]، [0، 0]] `:
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
 
والموترة الانتاج لديها شكل` [1، 2، 2، 3] `وقيمة:
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
 
(3) للمدخلات التالية من الشكل `[4 ، 2 ، 2 ، 1]` ، `block_shape = [2 ، 2]` ، و `المحاصيل = [[0 ، 0] ، [0 ، 0]]`:
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
 
والموترة الانتاج لديها شكل `[1، 4، 4، 1]` وقيمة:
x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]],
      [[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]
 
(4) لإدخال التالية من شكل `[8، 1، 3، 1]`، `block_shape = [ 2، 2] `، و` المحاصيل = [[0، 0]، [2، 0]] `:
x = [[[[0], [1], [3]]], [[[0], [9], [11]]],
      [[[0], [2], [4]]], [[[0], [10], [12]]],
      [[[0], [5], [7]]], [[[0], [13], [15]]],
      [[[0], [6], [8]]], [[[0], [14], [16]]]]
 
والموترة الانتاج لديها شكل` [2، 2، 4، 1] `وقيمة:
x = [[[[1],   [2],  [3],  [4]],
       [[5],   [6],  [7],  [8]]],
      [[[9],  [10], [11],  [12]],
       [[13], [14], [15],  [16]]]]
 

عائدات
  • نسخة جديدة من BatchToSpaceNd

العام الناتج <T> الإخراج ()