সতর্কতা: প্রতিস্থাপন স্থিতিশীল হওয়ার পরে এই API টি অবচয় করা হয়েছে এবং টেনসরফ্লোয়ের ভবিষ্যতের সংস্করণে সরানো হবে।

BatchToSpaceNd

পাবলিক চূড়ান্ত বর্গ BatchToSpaceNd

T টাইপের ND টেনসরের জন্য BatchToSpace।

এই ক্রিয়াকলাপটি "ব্যাচ" মাত্রা 0 কে `M + 1` আকারের আকার `block_shape + [batch]` তে পুনরায় আকার দেয়, এই ব্লকগুলিকে স্থানিক মাত্রা দ্বারা সংজ্ঞায়িত গ্রিডে ফেরত দেয় `[1, ..., M]`, ইনপুট হিসাবে একই র্যাঙ্ক সহ একটি ফলাফল প্রাপ্ত করতে। এই মধ্যবর্তী ফলাফলের স্থানিক মাত্রাগুলি তারপর আউটপুট তৈরি করার জন্য ঐচ্ছিকভাবে 'ফসল' অনুসারে ক্রপ করা হয়। এটি SpaceToBatch এর বিপরীত। একটি সুনির্দিষ্ট বিবরণের জন্য নীচে দেখুন.

পাবলিক পদ্ধতি

আউটপুট <টি>
asOutput ()
একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।
স্ট্যাটিক <টি, ইউ নম্বর প্রসারিত, ভি নম্বর প্রসারিত> BatchToSpaceNd <টি>
তৈরি ( ব্যাপ্তি সুযোগ প্রতীক <টি> ইনপুট, প্রতীক <u> blockShape, প্রতীক <ভী> ফসল)
একটি নতুন BatchToSpaceNd অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।
আউটপুট <টি>

উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি

পাবলিক পদ্ধতি

পাবলিক আউটপুট <টি> asOutput ()

একটি টেনসরের প্রতীকী হ্যান্ডেল প্রদান করে।

TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি সিম্বলিক হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনার প্রতিনিধিত্ব করে।

পাবলিক স্ট্যাটিক BatchToSpaceNd <টি> তৈরি করুন ( ব্যাপ্তি সুযোগ প্রতীক <টি> ইনপুট, প্রতীক <u> blockShape, প্রতীক <ভী> ফসল)

একটি নতুন BatchToSpaceNd অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানার পদ্ধতি।

পরামিতি
সুযোগ বর্তমান সুযোগ
ইনপুট আকৃতির সাথে ND `ইনপুট_শেপ = [ব্যাচ] + স্থানিক_আকৃতি + অবশিষ্ট_আকৃতি`, যেখানে স্থানিক_আকৃতির M মাত্রা রয়েছে।
ব্লকশেপ `[M]` আকৃতি সহ 1-D, সমস্ত মান অবশ্যই >= 1 হতে হবে।
ফসল `[M, 2]` আকৃতি সহ 2-D, সমস্ত মান অবশ্যই >= 0 হতে হবে। `crops[i] = [crop_start, crop_end]` ইনপুট ডাইমেনশন `i + 1` থেকে ক্রপ করার পরিমাণ নির্দিষ্ট করে, যা এর সাথে মিলে যায় স্থানিক মাত্রা `i`। এটা প্রয়োজন যে `crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1]`।

এই অপারেশনটি নিম্নলিখিত ধাপগুলির সমতুল্য:

1. আকৃতির `পুনঃআকৃতি`তে `ইনপুট`কে পুনরায় আকার দিন: [block_shape[0], ..., block_shape[M-1], batch/prod(block_shape), input_shape[1], ..., input_shape[N- 1]]

2. আকৃতির `পারমুটেড` তৈরি করতে `পুনঃআকৃতি` এর মাত্রা পারমিউট করুন [ব্যাচ / প্রোড(ব্লক_শেপ),

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

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

3. আকৃতির `reshaped_permuted` তৈরি করতে `permuted` পুনরায় আকার দিন [ব্যাচ/prod(block_shape),

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

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

4. আকৃতির আউটপুট তৈরি করতে `ক্রপস` অনুযায়ী `পুনঃআকৃতির_পারমুটেড` এর `[1, ..., M]` মাত্রার শুরু এবং শেষ কাটুন: [ব্যাচ/প্রড(ব্লক_শেপ),

ইনপুট_শেপ[1] * ব্লক_শেপ[0] - ফসল[0,0] - ফসল[0,1], ..., ইনপুট_শেপ[M] * ব্লক_শেপ[M-1] - ফসল [ম-১,১],

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

কিছু উদাহরণ:

(1) আকৃতির নিম্নলিখিত ইনপুটের জন্য `[4, 1, 1, 1]`, `block_shape = [2, 2]`, এবং `crops = [[0, 0], [0, 0]]`:

[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
 
আউটপুট টেন্সর আকৃতি আছে `[1, 2, 2, 1]` এবং মান:
x = [[[[1], [2]], [[3], [4]]]]
 
(2) আকৃতি নিম্নলিখিত ইনপুট `জন্য [4, 1, 1, 3]`, `block_shape = [ 2, 2] `, এবং` ফসল = [[0, 0], [0, 0]] ':
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
 
আউটপুট টেন্সর আকৃতি আছে `[1, 2, 2, 3]' এবং মান:
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
 
(3) আকৃতির নিম্নলিখিত ইনপুটের জন্য `[4, 2, 2, 1]`, `block_shape = [2, 2]`, এবং `crops = [[0, 0], [0, 0]]`:
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
 
আউটপুট টেন্সর আকৃতি আছে `[1, 4, 4, 1]` এবং মান:
x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]],
      [[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]
 
(4) আকৃতি নিম্নলিখিত ইনপুট `জন্য [8, 1, 3, 1]`, `block_shape = [ 2, 2] `, এবং` ফসল = [[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]]]]
 
আউটপুট টেন্সর আকৃতি আছে `[2, 2, 4, 1]` এবং মান:
x = [[[[1],   [2],  [3],  [4]],
       [[5],   [6],  [7],  [8]]],
      [[[9],  [10], [11],  [12]],
       [[13], [14], [15],  [16]]]]
 

রিটার্নস
  • BatchToSpaceNd এর একটি নতুন উদাহরণ

পাবলিক আউটপুট <টি> আউটপুট ()