Python tf.raw_ops.BatchToSpaceND用法及代碼示例

N-D T 類型張量的 BatchToSpace。

用法

tf.raw_ops.BatchToSpaceND(
    input, block_shape, crops, name=None
)

參數

input 一個Tensor。 N-D 形狀為 input_shape = [batch] + spatial_shape + remaining_shape ，其中 spatial_shape 具有 M 維。
block_shape 一個Tensor。必須是以下類型之一：int32 , int64。形狀為 [M] 的一維，所有值必須 >= 1。
crops
A Tensor.必須是以下類型之一：int32,int64.二維與形狀[M, 2]，所有值必須 >= 0。crops[i] = [crop_start, crop_end]指定從輸入維度裁剪的數量i + 1, 對應於空間維度i.要求crop_start[i] + crop_end[i] <= block_shape[i] * input_shape[i + 1].
此操作等效於以下步驟：
1. 將 input 重塑為 reshaped 的形狀：[block_shape[0], ..., block_shape[M-1], batch /prod(block_shape), input_shape[1], ..., input_shape[N-1] ]
2. 置換reshaped 的尺寸以產生形狀為[batch /prod(block_shape) 的permuted，
  
  input_shape[1], block_shape[0], ..., input_shape[M], block_shape[M-1],
  
  輸入形狀[M+1], ..., 輸入形狀[N-1]]
3. 重塑 permuted 以產生形狀為 [batch /prod(block_shape) 的 reshaped_permuted，
  
  input_shape[1] * block_shape[0], ..., input_shape[M] * block_shape[M-1],
  
  輸入形狀[M+1], ..., 輸入形狀[N-1]]
4. 根據crops裁剪reshaped_permuted的維度[1, ..., M]的開始和結束以產生shape的輸出：[batch /prod(block_shape),
  
  input_shape[1] * block_shape[0] - 裁剪[0,0] - 裁剪[0,1], ..., input_shape[M] * block_shape[M-1] - 裁剪[M-1,0] - 裁剪[M-1,1],
  
  輸入形狀[M+1], ..., 輸入形狀[N-1]]
一些例子：

(1) 對於以下形狀 [4, 1, 1, 1] , block_shape = [2, 2] 和 crops = [[0, 0], [0, 0]] 的輸入：
```
[[[[1]]], [[[2]]], [[[3]]], [[[4]]]]
```
輸出張量的形狀為 [1, 2, 2, 1] 和值：
```
x = [[[[1], [2]], [[3], [4]]]]
```
(2) 對於以下形狀 [4, 1, 1, 3] , block_shape = [2, 2] 和 crops = [[0, 0], [0, 0]] 的輸入：
```
[[[[1, 2, 3]]], [[[4, 5, 6]]], [[[7, 8, 9]]], [[[10, 11, 12]]]]
```
輸出張量的形狀為 [1, 2, 2, 3] 和值：
```
x = [[[[1, 2, 3], [4, 5, 6]],
      [[7, 8, 9], [10, 11, 12]]]]
```
(3) 對於以下形狀 [4, 2, 2, 1] , block_shape = [2, 2] 和 crops = [[0, 0], [0, 0]] 的輸入：
```
x = [[[[1], [3]], [[9], [11]]],
     [[[2], [4]], [[10], [12]]],
     [[[5], [7]], [[13], [15]]],
     [[[6], [8]], [[14], [16]]]]
```
輸出張量的形狀為 [1, 4, 4, 1] 和值：
```
x = [[[[1],   [2],  [3],  [4]],
     [[5],   [6],  [7],  [8]],
     [[9],  [10], [11],  [12]],
     [[13], [14], [15],  [16]]]]
```
(4) 對於以下形狀 [8, 1, 3, 1] , block_shape = [2, 2] 和 crops = [[0, 0], [2, 0]] 的輸入：
```
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]]]]
```
輸出張量的形狀為 [2, 2, 4, 1] 和值：
```
x = [[[[1],   [2],  [3],  [4]],
      [[5],   [6],  [7],  [8]]],
     [[[9],  [10], [11],  [12]],
      [[13], [14], [15],  [16]]]]
```
name 操作的名稱(可選)。

一個Tensor。具有與 input 相同的類型。

此操作將 "batch" 維度 0 重塑為形狀 block_shape + [batch] 的 M + 1 維度，將這些塊交錯回到由空間維度 [1, ..., M] 定義的網格中，以獲得與輸入具有相同等級的結果。然後根據crops 選擇性地裁剪此中間結果的空間維度以生成輸出。這與 SpaceToBatch 正好相反。請參閱下麵的詳細說明。

相關用法

注：本文由純淨天空篩選整理自tensorflow.org大神的英文原創作品 tf.raw_ops.BatchToSpaceND。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法

參數

返回