BatchToSpace

BatchToSpace kelas akhir publik

BatchToSpace untuk tensor 4-D tipe T.

Ini adalah versi lawas dari BatchToSpaceND yang lebih umum.

Menyusun ulang (mengubah) data dari kumpulan menjadi blok data spasial, diikuti dengan pemotongan. Ini adalah transformasi kebalikan dari SpaceToBatch. Lebih khusus lagi, operasi ini menghasilkan salinan tensor masukan yang mana nilai dari dimensi `batch` dipindahkan dalam blok spasial ke dimensi `tinggi` dan `lebar`, diikuti dengan pemotongan sepanjang dimensi `tinggi` dan `lebar`.

Konstanta

Rangkaian

OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Metode Publik

Keluaran <T>	sebagai Keluaran () Mengembalikan pegangan simbolis tensor.
statis <T memperluas TType > BatchToSpace <T>	buat ( Lingkup lingkup, masukan Operan <T>, Operan <? extends TNumber > crop, Long blockSize) Metode pabrik untuk membuat kelas yang membungkus operasi BatchToSpace baru.
Keluaran <T>	keluaran () 4-D dengan bentuk `[batch, tinggi, lebar, kedalaman]`, di mana: tinggi = tinggi_pad - krop_atas - krop_bawah lebar = lebar_pad - krop_kiri - krop_kanan Attr `block_size` harus lebih besar dari satu.

Metode Warisan

Dari kelas org.tensorflow.op.RawOp

boolean terakhir	sama dengan (Objek objek)
int terakhir	Kode hash ()
Operasi	op () Kembalikan unit komputasi ini sebagai satu Operation .
String terakhir	keString ()

Dari kelas java.lang.Object

boolean	sama dengan (Objek arg0)
Kelas terakhir<?>	dapatkan Kelas ()
ke dalam	Kode hash ()
kekosongan terakhir	memberitahu ()
kekosongan terakhir	beri tahuSemua ()
Rangkaian	keString ()
kekosongan terakhir	tunggu (arg0 panjang, int arg1)
kekosongan terakhir	tunggu (argumen panjang0)
kekosongan terakhir	Tunggu ()

Dari antarmuka org.tensorflow.op.Op

Lingkungan Eksekusi abstrak	env () Kembalikan lingkungan eksekusi tempat operasi ini dibuat.
Operasi abstrak	op () Kembalikan unit komputasi ini sebagai satu Operation .

Dari antarmuka org.tensorflow.Operand

Keluaran abstrak <T>	sebagai Keluaran () Mengembalikan pegangan simbolis tensor.
abstrak T	sebagai Tensor () Mengembalikan tensor pada operan ini.
Bentuk abstrak	membentuk () Mengembalikan bentuk tensor (yang mungkin diketahui sebagian) yang dirujuk oleh Output operan ini.
Kelas abstrak<T>	jenis () Mengembalikan tipe tensor operan ini

Dari antarmuka org.tensorflow.ndarray.Shaped

abstrak ke dalam	peringkat ()
Bentuk abstrak	membentuk ()
abstrak panjang	ukuran () Menghitung dan mengembalikan ukuran total wadah ini, dalam jumlah nilai.

Konstanta

String akhir statis publik OP_NAME

Nama operasi ini dikenal dengan mesin inti TensorFlow

Nilai Konstan: "BatchToSpace"

Metode Publik

Keluaran publik <T> sebagai Keluaran ()

Mengembalikan pegangan simbolis tensor.

Masukan ke operasi TensorFlow adalah keluaran dari operasi TensorFlow lainnya. Metode ini digunakan untuk mendapatkan pegangan simbolis yang mewakili perhitungan input.

public static BatchToSpace <T> buat ( Lingkup lingkup , input Operand <T>, Operand <? extends TNumber > crop, Long blockSize)

Metode pabrik untuk membuat kelas yang membungkus operasi BatchToSpace baru.

Parameter

cakupan	ruang lingkup saat ini
memasukkan	Tensor 4-D dengan bentuk `[batch block_size block_size, height_pad/block_size, width_pad/block_size, depth]`. Perhatikan bahwa ukuran batch tensor masukan harus habis dibagi `ukuran_blok *ukuran_blok`.
tanaman-tanaman	Tensor 2-D bilangan bulat non-negatif dengan bentuk `[2, 2]`. Ini menentukan berapa banyak elemen yang akan dipotong dari hasil antara di seluruh dimensi spasial sebagai berikut: tanaman = [[crop_top, crop_bottom], [crop_left, crop_right]]

Kembali

• contoh baru BatchToSpace

Keluaran publik <T> keluaran ()

4-D dengan bentuk `[batch, tinggi, lebar, kedalaman]`, di mana:

tinggi = tinggi_pad - krop_atas - krop_bawah lebar = lebar_pad - krop_kiri - krop_kanan

Attr `block_size` harus lebih besar dari satu. Ini menunjukkan ukuran blok.

Beberapa contoh:

(1) Untuk masukan bentuk `[4, 1, 1, 1]` dan ukuran_blok 2 berikut:

[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
 

Tensor keluaran mempunyai bentuk `[1, 2, 2, 1]` dan nilai:

x = [[[[1], [2]], [[3], [4]]]]
 

(2) Untuk input bentuk `[4, 1, 1, 3]` dan ukuran_blok 2 berikut:

[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
 

Tensor keluaran memiliki bentuk `[1, 2, 2, 3]` dan nilai:

x = [[[[1, 2, 3], [4, 5, 6]],
       [[7, 8, 9], [10, 11, 12]]]]
 

(3) Untuk masukan bentuk `[4, 2, 2, 1]` berikut dan ukuran_blok 2:

x = [[[[1], [3]], [[9], [11]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]
 

Tensor keluaran mempunyai bentuk `[1, 4, 4, 1]` dan nilai:

x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]],
      [[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]
 

(4) Untuk input bentuk `[8, 1, 2, 1]` dan ukuran blok 2 berikut:

x = [[[[1], [3]]], [[[9], [11]]], [[[2], [4]]], [[[10], [12]]],
      [[[5], [7]]], [[[13], [15]]], [[[6], [8]]], [[[14], [16]]]]
 

Tensor keluaran memiliki bentuk `[2, 2, 4, 1]` dan nilai:

x = [[[[1], [3]], [[5], [7]]],
      [[[2], [4]], [[10], [12]]],
      [[[5], [7]], [[13], [15]]],
      [[[6], [8]], [[14], [16]]]]