T টাইপ টেনসরের জন্য DepthToSpace।
স্থানিক ডেটার ব্লকগুলিতে গভীরতা থেকে ডেটা পুনর্বিন্যাস করে। এটি SpaceToDepth এর বিপরীত রূপান্তর। আরও নির্দিষ্টভাবে, এই অপটি ইনপুট টেনসরের একটি অনুলিপি আউটপুট করে যেখানে `গভীরতা` মাত্রা থেকে মানগুলি স্থানিক ব্লকে `উচ্চতা` এবং `প্রস্থ` মাত্রায় সরানো হয়। attr `block_size` ইনপুট ব্লকের আকার এবং কিভাবে ডেটা সরানো হয় তা নির্দেশ করে।
* গভীরতা থেকে `block_size * block_size` আকারের ডেটার অংশগুলি `block_size x block_size` আকারের নন-ওভারল্যাপিং ব্লকে পুনর্বিন্যাস করা হয়েছে * আউটপুট টেনসরের প্রস্থ হল `ইনপুট_ডেপথ * ব্লক_সাইজ`, যেখানে উচ্চতা হল `ইনপুট_উচ্চতা * ব্লক_সাইজ`। * আউটপুট চিত্রের প্রতিটি ব্লকের মধ্যে Y, X স্থানাঙ্কগুলি ইনপুট চ্যানেল সূচকের উচ্চ ক্রম উপাদান দ্বারা নির্ধারিত হয়। * ইনপুট টেনসরের গভীরতা অবশ্যই `block_size * block_size` দ্বারা বিভাজ্য হতে হবে।
`data_format` attr নিম্নলিখিত বিকল্পগুলির সাথে ইনপুট এবং আউটপুট টেনসরের বিন্যাস নির্দিষ্ট করে: "NHWC": `[ ব্যাচ, উচ্চতা, প্রস্থ, চ্যানেল ]` "NCHW": `[ ব্যাচ, চ্যানেল, উচ্চতা, প্রস্থ ]` " NCHW_VECT_C": `qint8 [ ব্যাচ, চ্যানেল / 4, উচ্চতা, প্রস্থ, 4 ]`
অপারেশনটিকে 6-ডি টেনসর রূপান্তর হিসাবে বিবেচনা করা কার্যকর। যেমন data_format = NHWC-এর জন্য, ইনপুট টেনসরের প্রতিটি উপাদান 6টি স্থানাঙ্কের মাধ্যমে নির্দিষ্ট করা যেতে পারে, মেমরি লেআউটের তাত্পর্য হ্রাস করে অর্ডার করা হয়েছে যেমন: n,iY,iX,bY,bX,oC (যেখানে n=ব্যাচ সূচক, iX, iY মানে X বা ইনপুট ইমেজের মধ্যে Y স্থানাঙ্ক, bX, bY মানে আউটপুট ব্লকের মধ্যে স্থানাঙ্ক, oC মানে আউটপুট চ্যানেল)। আউটপুটটি নিম্নলিখিত লেআউটে স্থানান্তরিত ইনপুট হবে: n,iY,bY,iX,bX,oC
এই অপারেশনটি কনভোলিউশনের মধ্যে সক্রিয়করণের আকার পরিবর্তনের জন্য দরকারী (কিন্তু সমস্ত ডেটা রাখা), যেমন পুলিংয়ের পরিবর্তে। এটি বিশুদ্ধরূপে বিবর্তনীয় মডেল প্রশিক্ষণের জন্যও দরকারী।
উদাহরণস্বরূপ, আকৃতির একটি ইনপুট দেওয়া হয়েছে `[1, 1, 1, 4]`, data_format = "NHWC" এবং block_size = 2:
x = [[[[1, 2, 3, 4]]]]
[[[[1], [2]],
[[3], [4]]]]
বৃহত্তর গভীরতা সহ একটি ইনপুট টেনসরের জন্য, এখানে `[1, 1, 1, 12]` আকারের, যেমন
x = [[[[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]]]]
[[[[1, 2, 3], [4, 5, 6]],
[[7, 8, 9], [10, 11, 12]]]]
x = [[[[1, 2, 3, 4],
[5, 6, 7, 8]],
[[9, 10, 11, 12],
[13, 14, 15, 16]]]]
x = [[[ [1], [2], [5], [6]],
[ [3], [4], [7], [8]],
[ [9], [10], [13], [14]],
[ [11], [12], [15], [16]]]]
নেস্টেড ক্লাস
ক্লাস | DepthToSpace.Options | DepthToSpace এর জন্য ঐচ্ছিক বৈশিষ্ট্য |
ধ্রুবক
স্ট্রিং | OP_NAME | এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত |
পাবলিক পদ্ধতি
আউটপুট <T> | আউটপুট হিসাবে () টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়। |
স্ট্যাটিক <T TType > DepthToSpace <T> প্রসারিত করে | |
স্ট্যাটিক DepthToSpace.Options | ডেটা ফরম্যাট (স্ট্রিং ডেটা ফরম্যাট) |
আউটপুট <T> | আউটপুট () |
উত্তরাধিকারসূত্রে প্রাপ্ত পদ্ধতি
ধ্রুবক
সর্বজনীন স্ট্যাটিক চূড়ান্ত স্ট্রিং OP_NAME
এই অপের নাম, টেনসরফ্লো কোর ইঞ্জিন দ্বারা পরিচিত
পাবলিক পদ্ধতি
সর্বজনীন আউটপুট <T> হিসাবে আউটপুট ()
টেনসরের প্রতীকী হ্যান্ডেল ফেরত দেয়।
TensorFlow অপারেশনের ইনপুট হল অন্য TensorFlow অপারেশনের আউটপুট। এই পদ্ধতিটি একটি সিম্বলিক হ্যান্ডেল পেতে ব্যবহৃত হয় যা ইনপুটের গণনার প্রতিনিধিত্ব করে।
সর্বজনীন স্ট্যাটিক DepthToSpace <T> তৈরি করুন ( স্কোপ স্কোপ, অপারেন্ড <T> ইনপুট, লং ব্লক সাইজ, বিকল্প... বিকল্প)
একটি নতুন DepthToSpace অপারেশন মোড়ানো একটি ক্লাস তৈরি করার কারখানা পদ্ধতি।
পরামিতি
সুযোগ | বর্তমান সুযোগ |
---|---|
ব্লক সাইজ | স্থানিক ব্লকের আকার, Space2Depth-এর মতোই। |
বিকল্প | ঐচ্ছিক বৈশিষ্ট্য মান বহন করে |
রিটার্নস
- DepthToSpace এর একটি নতুন উদাহরণ