BatchToSpace per tensori 4-D di tipo T.
Questa è una versione legacy del più generale BatchToSpaceND.
Riorganizza (permuta) i dati dal batch in blocchi di dati spaziali, seguiti dal ritaglio. Questa è la trasformazione inversa di SpaceToBatch. Più specificamente, questa operazione restituisce una copia del tensore di input in cui i valori dalla dimensione "batch" vengono spostati in blocchi spaziali alle dimensioni "altezza" e "larghezza", seguiti dal ritaglio lungo le dimensioni "altezza" e "larghezza".
Costanti
Corda | OP_NAME | Il nome di questa operazione, come noto al motore principale di TensorFlow |
Metodi pubblici
Uscita <T> | comeuscita () Restituisce l'handle simbolico del tensore. |
statico <T estende TType > BatchToSpace <T> | |
Uscita <T> | produzione () 4-D con forma `[lotto, altezza, larghezza, profondità]`, dove: altezza = altezza_pad - crop_top - crop_bottom larghezza = larghezza_pad - crop_left - crop_right L'attributo "block_size" deve essere maggiore di uno. |
Metodi ereditati
Costanti
Stringa finale statica pubblica OP_NAME
Il nome di questa operazione, come noto al motore principale di TensorFlow
Metodi pubblici
Uscita pubblica <T> asOutput ()
Restituisce l'handle simbolico del tensore.
Gli input per le operazioni TensorFlow sono output di un'altra operazione TensorFlow. Questo metodo viene utilizzato per ottenere un handle simbolico che rappresenta il calcolo dell'input.
public static BatchToSpace <T> create ( scope scope, operando <T> input, operando <? estende TNumber > crops, Long blockSize)
Metodo factory per creare una classe che racchiude una nuova operazione BatchToSpace.
Parametri
scopo | ambito attuale |
---|---|
ingresso | Tensore 4-D con forma `[ dimensione_blocco batch dimensione_blocco, altezza_pad/dimensione_blocco, larghezza_pad/dimensione_blocco, profondità]`. Tieni presente che la dimensione batch del tensore di input deve essere divisibile per "dimensione_blocco * dimensione_blocco". |
raccolti | Tensore 2-D di interi non negativi con forma `[2, 2]`. Specifica quanti elementi ritagliare dal risultato intermedio attraverso le dimensioni spaziali come segue: colture = [[crop_top, crop_bottom], [crop_left, crop_right]] |
ritorna
- una nuova istanza di BatchToSpace
Uscita pubblica <T> uscita ()
4-D con forma `[lotto, altezza, larghezza, profondità]`, dove:
altezza = altezza_pad - crop_top - crop_bottom larghezza = larghezza_pad - crop_left - crop_right
L'attributo "block_size" deve essere maggiore di uno. Indica la dimensione del blocco.
Qualche esempio:
(1) Per il seguente input di forma "[4, 1, 1, 1]" e block_size di 2:
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
Il tensore di output ha forma "[1, 2, 2, 1]" e valore: x = [[[[1], [2]], [[3], [4]]]]
(2) Per il seguente input di forma "[4, 1, 1, 3]" e block_size pari a 2: [[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
Il tensore di output ha forma "[1, 2, 2, 3]" e valore: x = [[[[1, 2, 3], [4, 5, 6]],
[[7, 8, 9], [10, 11, 12]]]]
(3) Per il seguente input di forma "[4, 2, 2, 1]" e block_size pari a 2: x = [[[[1], [3]], [[9], [11]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]
Il tensore di output ha forma "[1, 4, 4, 1]" e valore: x = [[[[1], [2], [3], [4]],
[[5], [6], [7], [8]],
[[9], [10], [11], [12]],
[[13], [14], [15], [16]]]]
(4) Per il seguente input di forma "[8, 1, 2, 1]" e block_size pari a 2: x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
[[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
Il tensore di output ha forma "[2, 2, 4, 1]" e valore: x = [[[[1], [3]], [[5], [7]]],
[[[2], [4]], [[10], [12]]],
[[[5], [7]], [[13], [15]]],
[[[6], [8]], [[14], [16]]]]