تينسورفلو :: العمليات :: DepthToSpace

#include <array_ops.h>

DepthToSpace للموترات من النوع T.

ملخص

يعيد ترتيب البيانات من العمق إلى كتل من البيانات المكانية. هذا هو التحول العكسي لـ SpaceToDepth. وبشكل أكثر تحديدًا ، يقوم هذا المرجع بإخراج نسخة من موتر الإدخال حيث يتم نقل القيم من بُعد depth في الكتل المكانية إلى أبعاد height width . يشير block_size إلى حجم كتلة الإدخال وكيفية نقل البيانات.

  • يتم إعادة ترتيب قطع البيانات ذات الحجم block_size * block_size من العمق إلى كتل غير متداخلة من الحجم block_size x block_size
  • عرض موتر الإخراج هو input_depth * block_size ، في حين أن الارتفاع هو input_height * block_size .
  • يتم تحديد إحداثيات Y و X داخل كل كتلة من صورة الإخراج بواسطة المكون عالي الرتبة في فهرس قناة الإدخال.
  • يجب أن يكون عمق موتر الإدخال قابلاً للقسمة على block_size * block_size .

يحدد data_format الإدخال والإخراج بالخيارات التالية: "NHWC": [ batch, height, width, channels ] "NCHW": [ batch, channels, height, width ] "NCHW_VECT_C": qint8 [ batch, channels / 4, height, width, 4 ]

من المفيد اعتبار العملية على أنها تحويل موتر 6-D. على سبيل المثال ، بالنسبة إلى data_format = NHWC ، يمكن تحديد كل عنصر في موتر الإدخال عبر 6 إحداثيات ، مرتبة بتقليل أهمية تخطيط الذاكرة مثل: n ، iY ، iX ، bY ، bX ، oC (حيث n = فهرس الدُفعة ، iX ، iY يعني X أو إحداثيات Y داخل صورة الإدخال ، تعني bX ، bY الإحداثيات داخل كتلة الإخراج ، وتعني oC قنوات الإخراج). سيكون الناتج هو الإدخال المنقول إلى التخطيط التالي: n ، iY ، bY ، iX ، bX ، oC

هذه العملية مفيدة لتغيير حجم التنشيط بين التلافيف (مع الاحتفاظ بجميع البيانات) ، على سبيل المثال بدلاً من التجميع. كما أنه مفيد لتدريب النماذج التلافيفية البحتة.

على سبيل المثال ، بالنظر إلى إدخال الشكل [1, 1, 1, 4] ، data_format = "NHWC" و block_size = 2:

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

  

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

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

هنا ، يحتوي الإدخال على دفعة من 1 ولكل عنصر دفعة شكل [1, 1, 4] ، سيكون الناتج المقابل له 2 × 2 وسيكون له عمق قناة واحدة (1 = 4 / (block_size * block_size) ) شكل عنصر الإخراج هو [2, 2, 1] .

بالنسبة لموتر الإدخال بعمق أكبر ، هنا من الشكل [1, 1, 1, 12] ، على سبيل المثال

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

هذه العملية ، لحجم الكتلة 2 ، ستعيد موتر الشكل التالي [1, 2, 2, 3]

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

  

Similarly, for the following input of shape [1 2 2 4], and a block size of 2:

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

عامل التشغيل سيعيد موتر الشكل التالي [1 4 4 1] :

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

  

Arguments:

  • scope: A Scope object
  • block_size: The size of the spatial block, same as in Space2Depth.

Returns:

Constructors and Destructors

DepthToSpace(const ::tensorflow::Scope & scope, ::tensorflow::Input input, int64 block_size)
DepthToSpace(const ::tensorflow::Scope & scope, ::tensorflow::Input input, int64 block_size, const DepthToSpace::Attrs & attrs)

Public attributes

operation
output

Public functions

node() const
::tensorflow::Node *
operator::tensorflow::Input() const
operator::tensorflow::Output() const

Public static functions

DataFormat(StringPiece x)

Structs

tensorflow::ops::DepthToSpace::Attrs

Optional attribute setters for DepthToSpace.

Public attributes

operation

Operation operation

انتاج

::tensorflow::Output output

الوظائف العامة

DepthToSpace

 DepthToSpace(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  int64 block_size
)

DepthToSpace

 DepthToSpace(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input,
  int64 block_size,
  const DepthToSpace::Attrs & attrs
)

العقدة

::tensorflow::Node * node() const 

المشغل :: tensorflow :: الإدخال

 operator::tensorflow::Input() const 

المشغل :: Tensorflow :: Output

 operator::tensorflow::Output() const 

وظائف ثابتة عامة

تنسيق البيانات

Attrs DataFormat(
  StringPiece x
)