Python mxnet.symbol.op.depth_to_space用法及代码示例

用法:
mxnet.symbol.op.depth_to_space(data=None, block_size=_Null, name=None, attr=None, out=None, **kwargs)

参数：

data：(Symbol) - 输入 ndarray
block_size：(int, required) - [block_size 的块。 block_size] 已移动
name：(string, optional.) - 结果符号的名称。

结果符号。

返回类型：

将数据从深度重新排列(置换)到空间数据块中。类似于 ONNX DepthToSpace 运算符：https://github.com/onnx/onnx/blob/master/docs/Operators.md#DepthToSpace 。输出是一个新的张量，其中深度维度的值在空间块中移动到高度和宽度维度。此操作的逆操作是 space_to_depth 。 .. 数学：

\begin{gather*}
x \prime = reshape(x, [N, block\_size, block\_size, C / (block\_size ^ 2), H * block\_size, W * block\_size]) \\
x \prime \prime = transpose(x \prime, [0, 3, 4, 1, 5, 2]) \\
y = reshape(x \prime \prime, [N, C / (block\_size ^ 2), H * block\_size, W * block\_size])
\end{gather*}

其中 \(x\) 是默认布局为 \([N, C, H, W]\) 的输入张量：[batch, channels, height, width] 和 \(y\) 是布局 \([N, C / (block\_size ^ 2), H * block\_size, W * block\_size]\) 的输出张量示例：

x = [[[[0, 1, 2],
       [3, 4, 5]],
      [[6, 7, 8],
       [9, 10, 11]],
      [[12, 13, 14],
       [15, 16, 17]],
      [[18, 19, 20],
       [21, 22, 23]]]]
depth_to_space(x, 2) = [[[[0, 6, 1, 7, 2, 8],
                          [12, 18, 13, 19, 14, 20],
                          [3, 9, 4, 10, 5, 11],
                          [15, 21, 16, 22, 17, 23]]]]

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.symbol.op.depth_to_space。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

返回类型：