тензорный поток:: опс:: ГлубинаВПространство

#include <array_ops.h>

DepthToSpace для тензоров типа T.

Краткое содержание

Переупорядочивает данные из глубины в блоки пространственных данных. Это обратное преобразование SpaceToDepth. Точнее, эта операция выводит копию входного тензора, в которой значения из измерения depth перемещаются в пространственных блоках в измерения height и width . Attr block_size указывает размер входного блока и способ перемещения данных.

• Фрагменты данных размером block_size * block_size из глубины перегруппировываются в непересекающиеся блоки размером block_size x block_size
• Ширина выходного тензора равна input_depth * block_size , тогда как высота — это input_height * block_size .
• Координаты Y, X внутри каждого блока выходного изображения определяются компонентом высокого порядка индекса входного канала.
• Глубина входного тензора должна делиться на block_size * block_size .

Атрибут data_format определяет расположение входных и выходных тензоров со следующими параметрами: «NHWC»: [ batch, height, width, channels ] «NCHW»: [ batch, channels, height, width ] «NCHW_VECT_C»: qint8 [ batch, channels / 4, height, width, 4 ]

Полезно рассматривать эту операцию как преобразование 6-D тензора . например, для data_format = NHWC, каждый элемент во входном тензоре может быть указан с помощью 6 координат, упорядоченных по уменьшению значимости расположения памяти следующим образом: n,iY,iX,bY,bX,oC (где n = индекс пакета, iX, iY означает X или координаты Y внутри входного изображения, bX, byY означает координаты внутри выходного блока, oC означает выходные каналы). Выходными данными будут входные данные, транспонированные в следующий формат: n,iY,bY,iX,bX,oC.

Эта операция полезна для изменения размера активаций между свертками (но с сохранением всех данных), например, вместо объединения в пул. Это также полезно для обучения чисто сверточных моделей.

Например, для ввода формы [1, 1, 1, 4] data_format = "NHWC" и block_size = 2:

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

  

  
This operation will output a tensor of shape [1, 2, 2, 1]:

  

    
 Здесь вход имеет пакет 1, и каждый элемент пакета имеет форму [1, 1, 4] , соответствующий выход будет иметь элементы 2x2 и глубину 1 канал (1 = 4 / (block_size * block_size) ). Форма выходного элемента — [2, 2, 1] .
 Для входного тензора с большей глубиной, здесь формы [1, 1, 1, 12] , например
 
 Эта операция для размера блока 2 вернет следующий тензор формы [1, 2, 2, 3]