tf.space_to_batch

SpaceToBatch для N-мерных тензоров типа T.

Просмотр псевдонимов

Основные псевдонимы

tf.nn.space_to_batch

tf.space_to_batch(
    input, block_shape, paddings, name=None
)

Данная операция делит «пространственные» измерения [1, ..., M] входного тензора на сетку блоков формы block_shape, а затем переставляет эти блоки с измерением «пакета» (0) таким образом, что в выходном тензоре пространственные измерения [1, ..., M] соответствуют положению в сетке, а измерение пакета объединяет положение внутри пространственного блока и исходное положение в пакете. Перед разделением на блоки пространственные измерения входного тензора могут быть дополнены нулями в соответствии с paddings. Подробное описание см. ниже.

Аргументы
`input`	A `Tensor`. N-мерный тензор с формой `input_shape = [batch] + spatial_shape + remaining_shape`, где spatial_shape имеет `M` измерения.
`block_shape`	A `Tensor`. Должен быть одним из следующих типов: `int32`, `int64`. 1-мерный тензор с формой `[M]`, все значения должны быть >= 1.
`paddings`	A `Tensor`. Должен быть одним из следующих типов: `int32`, `int64`. 2-мерный тензор с формой `[M, 2]`, все значения должны быть >= 0. `paddings[i] = [pad_start, pad_end]` задаёт заполнение для измерения входного тензора `i + 1`, которое соответствует пространственному измерению `i`. Требуется, чтобы `block_shape[i]` делило `input_shape[i + 1] + pad_start + pad_end`. Эта операция эквивалентна следующим шагам: Добавляет нули в начало и конец измерений `[1, ..., M]` входного тензора в соответствии с `paddings` для получения тензора `padded` формы `padded_shape`. Изменяет форму `padded` на `reshaped_padded` формы: [batch] + [padded_shape[1] / block_shape[0], block_shape[0], ..., padded_shape[M] / block_shape[M-1], block_shape[M-1]] + remaining_shape Меняет порядок измерений `reshaped_padded` для получения тензора `permuted_reshaped_padded` формы: block_shape + [batch] + [padded_shape[1] / block_shape[0], ..., padded_shape[M] / block_shape[M-1]] + remaining_shape Изменяет форму `permuted_reshaped_padded` для сжатия `block_shape` в измерение пакета, получая выходной тензор формы: [batch * prod(block_shape)] + [padded_shape[1] / block_shape[0], ..., padded_shape[M] / block_shape[M-1]] + remaining_shape Примеры: (1) Для следующего входного тензора формы `[1, 2, 2, 1]`, `block_shape = [2, 2]`, и `paddings = [[0, 0], [0, 0]]`: x = [[[[1], [2]], [[3], [4]]]] Выходной тензор имеет форму `[4, 1, 1, 1]` и значение: [[[[1]]], [[[2]]], [[[3]]], [[[4]]]] (2) Для следующего входного тензора формы `[1, 2, 2, 3]`, `block_shape = [2, 2]`, и `paddings = [[0, 0], [0, 0]]`: x = [[[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]] Выходной тензор имеет форму `[4, 1, 1, 3]` и значение: [[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]] (3) Для следующего входного тензора формы `[1, 4, 4, 1]`, `block_shape = [2, 2]`, и `paddings = [[0, 0], [0, 0]]`: x = [[[[1], [2], [3], [4]], [[5], [6], [7], [8]], [[9], [10], [11], [12]], [[13], [14], [15], [16]]]] Выходной тензор имеет форму `[4, 2, 2, 1]` и значение: x = [[[[1], [3]], [[9], [11]]], [[[2], [4]], [[10], [12]]], [[[5], [7]], [[13], [15]]], [[[6], [8]], [[14], [16]]]] (4) Для следующего входного тензора формы `[2, 2, 4, 1]`, block_shape = `[2, 2]`, и paddings = `[[0, 0], [2, 0]]`: x = [[[[1], [2], [3], [4]], [[5], [6], [7], [8]]], [[[9], [10], [11], [12]], [[13], [14], [15], [16]]]] Выходной тензор имеет форму `[8, 1, 3, 1]` и значение: x = [[[[0], [1], [3]]], [[[0], [9], [11]]], [[[0], [2], [4]]], [[[0], [10], [12]]], [[[0], [5], [7]]], [[[0], [13], [15]]], [[[0], [6], [8]]], [[[0], [14], [16]]]] Среди прочего, эта операция полезна для преобразования атросного свертки в обычную свертку.
`name`	Имя операции (необязательно).

Возвращаемое значение
A `Tensor`. Имеет тот же тип, что и `input`.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.3/api_docs/python/tf/space_to_batch