SpaceToBatchNd

publiczna klasa końcowa SpaceToBatchNd

SpaceToBatch dla tensorów ND typu T.

Ta operacja dzieli wymiary „przestrzenne” `[1, ..., M]` danych wejściowych na siatkę bloków o kształcie `block_shape` i przeplata te bloki wymiarem „wsadowym” (0) w taki sposób, że na wyjściu , wymiary przestrzenne „[1, ..., M]” odpowiadają pozycji w siatce, a wymiar partii łączy zarówno pozycję w bloku przestrzennym, jak i pierwotną pozycję partii. Przed podziałem na bloki wymiary przestrzenne danych wejściowych są opcjonalnie dopełniane zerami zgodnie z „wypełnieniami”. Dokładny opis znajdziesz poniżej.

Ta operacja jest równoważna następującym krokom:

1. Wyzeruj początek i koniec wymiarów `[1, ..., M]` danych wejściowych zgodnie z `dopełnieniami`, aby uzyskać `wypełnienie` kształtu `wyściełany_kształt`.

2. Zmień kształt „wyściełany” na „przekształcony_wypełniony” kształtu:

[partia] + [padded_shape[1] / block_shape[0], block_shape[0], ..., wyściełany_shape[M] / block_shape[M-1], block_shape[M-1]] + pozostały_kształt

3. Zmień wymiary `re Shape_padded`, aby uzyskać `permuted_re Shape_padded` kształtu:

block_shape + [partia] + [padded_shape[1] / block_shape[0], ..., wyściełany_shape[M] / block_shape[M-1]] + pozostały_kształt

4. Zmień kształt `permuted_re Shape_padded`, aby spłaszczyć `block_shape` do wymiaru wsadowego, tworząc wyjściowy tensor kształtu:

[partia * prod(block_shape)] + [padded_shape[1] / block_shape[0], ..., wyściełany_shape[M] / block_shape[M-1]] + pozostały_kształt

Kilka przykładów:

(1) Dla następujących danych wejściowych kształtu „[1, 2, 2, 1]”, „kształt_bloku = [2, 2]” i „wypełnienia = [[0, 0], [0, 0]]”:

x = [[[[1], [2]], [[3], [4]]]]
 
Tensor wyjściowy ma kształt „[4, 1, 1, 1]” i wartość:
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
 
(2) Dla następujących danych wejściowych kształtu „[1, 2, 2, 3]”, „kształt_bloku = [2, 2]” i „wypełnienia = [[0, 0], [0, 0]]”:
x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
 
Tensor wyjściowy ma kształt „[4, 1, 1, 3]” i wartość:
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
 
(3) Dla następujących danych wejściowych kształtu „[1, 4, 4, 1]”, „kształt_bloku = [2, 2]” i „wypełnienia = [[0, 0], [0, 0]]”:
x = [[[[1],   [2],  [3],  [4]],
       [[5],   [6],  [7],  [8]],
       [[9],  [10], [11],  [12]],
       [[13], [14], [15],  [16]]]]
 
Tensor wyjściowy ma kształt „[4, 2, 2, 1]” i wartość:
x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
 
(4) Dla następujących danych wejściowych kształtu `[2, 2, 4, 1]`, block_shape = `[2, 2]` i dopełnienia = `[[0, 0], [2, 0]]`:
x = [[[[1],   [2],  [3],  [4]],
       [[5],   [6],  [7],  [8]]],
      [[[9],  [10], [11],  [12]],
       [[13], [14], [15],  [16]]]]
 
Tensor wyjściowy ma kształt „[8, 1, 3, 1]” i wartość:
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]]]]
 
Ta operacja jest między innymi użyteczna do zredukowania splotu groźnego do splotu regularnego.

Metody publiczne

Wyjście <T>
jako wyjście ()
Zwraca symboliczny uchwyt tensora.
statyczny <T, U rozszerza liczbę, V rozszerza liczbę> SpaceToBatchNd <T>
utwórz (zakres zakresu , argument wejściowy <T>, argument <U> blockShape, dopełnienie argumentu <V>)
Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SpaceToBatchNd.
Wyjście <T>

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 SpaceToBatchNd <T> create (zakres zakresu , argument wejściowy <T>, argument <U> blockShape, dopełnienie argumentu <V>)

Metoda fabryczna służąca do tworzenia klasy opakowującej nową operację SpaceToBatchNd.

Parametry
zakres aktualny zakres
wejście ND o kształcie „input_shape = [partia] + przestrzenny_kształt + pozostały_kształt”, gdzie przestrzenny_kształt ma wymiary „M”.
kształt bloku 1-D z kształtem „[M]”, wszystkie wartości muszą wynosić >= 1.
wyściółki 2-D z kształtem `[M, 2]`, wszystkie wartości muszą być >= 0. `paddings[i] = [pad_start, pad_end]` określa dopełnienie wymiaru wejściowego `i + 1`, które odpowiada wymiarowi przestrzennemu „ja”. Wymagane jest, aby `block_shape[i]` dzieliło `input_shape[i + 1] + pad_start + pad_end`.
Powroty
  • nowa instancja SpaceToBatchNd

publiczne wyjście <T> wyjście ()