Tensorflow.js tf.batchToSpaceND()用法及代码示例

Tensorflow.js是Google开发的开源库，用于在浏览器或节点环境中运行机器学习模型和深度学习神经网络。

tf.batchToSpaceND() 函数用于将给定的 “batch” 从零维重构为具有“block-Shape + [batch]”形状的 “M+1” 维，其中 block-Shape 是参数，batch 是指定的张量。这里根据给定的裁剪数组对 in-between 结果进行裁剪。

tf.batchToSpaceND (x, blockShape, crops)

参数：此函数接受三个参数，如下所示：

x:N-Dimension 的指定批张量，其形状为“[batch] + spatialShape + resumeShape”，其中 spatialShape 为 M 维。
blockShape:一维数组的形状必须为 [M]，因为所有值都必须大于或等于 1。
crops:[M, 2] 的二维数组形状，其中所有值必须大于或等于 0。这里的crop[i] = [cropStart,cropEnd] 定义了从输入维度 i + 1 裁剪的部分。

返回值：它返回指定批次的重塑版本的张量。

范例1：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing a 3D Tensor of batch to reshape
const x = tf.tensor3d([5, 10, 15, 20, 25], [5, 1, 1]);
  
// Initializing blockShape and crops parameter
const blockShape = [1, 1];
const crops = [[0, 0], [0, 0]];
  
// Calling the .batchToSpaceND() funtion over 
// the above parameters and Tensor
x.batchToSpaceND(blockShape, crops).print();

输出：

Tensor
    [ [[5 ],],

      [[10],],

      [[15],],

      [[20],],

      [[25],]]

范例2：

Javascript


// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Initializing a 4D Tensor of batch to restructure
const x = tf.tensor4d([0, 2, 4, 6, 8, 10], [6, 1, 1, 1]);
  
// Using the blockShape and crops as the parameter
// for the .batchToSpaceND() funtion
x.batchToSpaceND([3, 2], [[0, 0], [0, 0]]).print();

输出：

Tensor
    [[[[0 ],
       [2 ]],

      [[4 ],
       [6 ]],

      [[8 ],
       [10]]]]

参考： https://js.tensorflow.org/api/latest/#batchToSpaceND

相关用法

注：本文由纯净天空筛选整理自Kanchan_Ray大神的英文原创作品 Tensorflow.js tf.batchToSpaceND() Function。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。