DepthToSpace

DepthToSpace kelas akhir publik

DepthToSpace untuk tensor tipe T.

Menyusun ulang data dari kedalaman menjadi blok data spasial. Ini adalah transformasi kebalikan dari SpaceToDepth. Lebih khusus lagi, operasi ini menghasilkan salinan tensor masukan di mana nilai dari dimensi `kedalaman` dipindahkan dalam blok spasial ke dimensi `tinggi` dan `lebar`. Attr `block_size` menunjukkan ukuran blok masukan dan cara data dipindahkan.

* Potongan data berukuran `block_size * block_size` dari kedalaman disusun ulang menjadi blok-blok yang tidak tumpang tindih dengan ukuran `block_size x block_size` * Lebar tensor keluaran adalah `input_ depth * block_size`, sedangkan tingginya adalah `input_height * block_size`. * Koordinat Y, X dalam setiap blok gambar keluaran ditentukan oleh komponen tingkat tinggi dari indeks saluran masukan. * Kedalaman tensor masukan harus habis dibagi `ukuran_blok *ukuran_blok`.

Attr `data_format` menentukan tata letak tensor masukan dan keluaran dengan opsi berikut: "NHWC": `[ batch, tinggi, lebar, saluran ]` "NCHW": `[ batch, saluran, tinggi, lebar ]` " NCHW_VECT_C": `qint8 [ batch, saluran / 4, tinggi, lebar, 4 ]`

Penting untuk mempertimbangkan operasi ini sebagai transformasi Tensor 6-D. misalnya untuk data_format = NHWC, Setiap elemen dalam tensor masukan dapat ditentukan melalui 6 koordinat, diurutkan dengan mengurangi signifikansi tata letak memori sebagai: n,iY,iX,bY,bX,oC (di mana n=indeks batch, iX, iY berarti X atau koordinat Y dalam gambar masukan, bX, bY berarti koordinat dalam blok keluaran, oC berarti saluran keluaran). Outputnya akan menjadi input yang dialihkan ke tata letak berikut: n,iY,bY,iX,bX,oC

Operasi ini berguna untuk mengubah ukuran aktivasi antar konvolusi (tetapi menyimpan semua data), misalnya, alih-alih mengumpulkan. Hal ini juga berguna untuk melatih model konvolusional murni.

Misalnya, jika diberi masukan bentuk `[1, 1, 1, 4]`, data_format = "NHWC" dan block_size = 2:

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

Operasi ini akan menghasilkan tensor berbentuk `[1, 2, 2, 1]`:

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

Di sini, input memiliki batch 1 dan setiap elemen batch memiliki bentuk `[1, 1, 4]`, output yang sesuai akan memiliki elemen 2x2 dan akan memiliki kedalaman 1 saluran (1 = `4 / (block_size * block_size )`). Bentuk elemen keluarannya adalah `[2, 2, 1]`.

Untuk tensor masukan dengan kedalaman lebih besar, bentuk berikut `[1, 1, 1, 12]`, misalnya

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

Operasi ini, untuk ukuran blok 2, akan mengembalikan tensor bentuk berikut `[1, 2, 2, 3]`

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

Demikian pula, untuk masukan bentuk `[1 2 2 4]` berikut, dan ukuran blok 2:

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

operator akan mengembalikan tensor bentuk berikut `[1 4 4 1]`:

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

Kelas Bersarang

kelas

DepthToSpace.Opsi

Atribut opsional untuk DepthToSpace

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 > DepthToSpace <T>	buat (Lingkup lingkup , masukan Operan <T>, Ukuran blok panjang, Opsi... opsi) Metode pabrik untuk membuat kelas yang membungkus operasi DepthToSpace baru.
DepthToSpace.Options statis	format data (Format data string)
Keluaran <T>	keluaran ()

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	beri tahu ()
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: "DepthToSpace"

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 DepthToSpace <T> buat ( Lingkup lingkup , masukan Operan <T>, Ukuran blok panjang, Opsi... opsi)

Metode pabrik untuk membuat kelas yang membungkus operasi DepthToSpace baru.

Parameter

cakupan	ruang lingkup saat ini
ukuran blok	Ukuran blok spasial, sama seperti di Space2Depth.
pilihan	membawa nilai atribut opsional

Kembali

• contoh baru DepthToSpace

DepthToSpace.Options dataFormat statis publik (String dataFormat)

Keluaran publik <T> keluaran ()