dòng chảy căng:: ôi:: Độ sâu không gian

#include <array_ops.h>

DepthToSpace cho tensor loại T.

Bản tóm tắt

Sắp xếp lại dữ liệu từ độ sâu thành các khối dữ liệu không gian. Đây là sự chuyển đổi ngược của SpaceToDepth. Cụ thể hơn, op này tạo ra một bản sao của tensor đầu vào trong đó các giá trị từ chiều depth được di chuyển trong các khối không gian sang height và width . attr block_size cho biết kích thước khối đầu vào và cách di chuyển dữ liệu.

• Các khối dữ liệu có kích thước block_size * block_size từ độ sâu được sắp xếp lại thành các khối không chồng chéo có kích thước block_size x block_size
• Chiều rộng của tensor đầu ra là input_depth * block_size , trong khi chiều cao là input_height * block_size .
• Tọa độ Y, X trong mỗi khối của ảnh đầu ra được xác định bởi thành phần bậc cao của chỉ số kênh đầu vào.
• Độ sâu của tensor đầu vào phải chia hết cho block_size * block_size .

attr data_format chỉ định bố cục của các tenxơ đầu vào và đầu ra với các tùy chọn sau: "NHWC": [ batch, height, width, channels ] "NCHW": [ batch, channels, height, width ] "NCHW_VECT_C": qint8 [ batch, channels / 4, height, width, 4 ]

Sẽ rất hữu ích khi coi hoạt động này giống như việc chuyển đổi Tensor 6-D. ví dụ: đối với data_format = NHWC, Mỗi phần tử trong tensor đầu vào có thể được chỉ định thông qua 6 tọa độ, được sắp xếp theo mức độ quan trọng của bố cục bộ nhớ giảm dần như: n,iY,iX,bY,bX,oC (trong đó n=chỉ số lô, iX, iY có nghĩa là X hoặc tọa độ Y trong ảnh đầu vào, bX, bY nghĩa là tọa độ trong khối đầu ra, oC nghĩa là các kênh đầu ra). Đầu ra sẽ là đầu vào được chuyển sang bố cục sau: n,iY,bY,iX,bX,oC

Thao tác này rất hữu ích để thay đổi kích thước kích hoạt giữa các tích chập (nhưng vẫn giữ tất cả dữ liệu), ví dụ thay vì gộp chung. Nó cũng hữu ích cho việc đào tạo các mô hình tích chập thuần túy.

Ví dụ: với đầu vào có dạng [1, 1, 1, 4] , data_format = "NHWC" và block_size = 2:

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

  

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

  

    
 Ở đây, đầu vào có một batch là 1 và mỗi phần tử batch có hình dạng [1, 1, 4] , đầu ra tương ứng sẽ có các phần tử 2x2 và sẽ có độ sâu là 1 kênh (1 = 4 / (block_size * block_size) ). Hình dạng phần tử đầu ra là [2, 2, 1] .
 Đối với một tenxơ đầu vào có độ sâu lớn hơn, ở đây có hình dạng [1, 1, 1, 12] , ví dụ:
 
 Thao tác này, đối với kích thước khối là 2, sẽ trả về tensor có hình dạng sau [1, 2, 2, 3]