SpaceToDepth

T টাইপের টেনসরের জন্য SpaceToDepth

স্থানিক ডেটার ব্লকগুলিকে গভীরতায় পুনর্বিন্যাস করে। আরও নির্দিষ্টভাবে, এই অপটি ইনপুট টেনসরের একটি কপি আউটপুট করে যেখানে `উচ্চতা` এবং `প্রস্থ` মাত্রা থেকে মান `গভীর` মাত্রায় সরানো হয়। attr `block_size` ইনপুট ব্লকের আকার নির্দেশ করে।

* 'block_size x ব্লক সাইজ' আকারের নন-ওভারল্যাপিং ব্লকগুলি প্রতিটি অবস্থানে গভীরতায় পুনরায় সাজানো হয়েছে। * আউটপুট টেনসরের গভীরতা হল `block_size * block_size * input_depth`। * ইনপুটের প্রতিটি ব্লকের মধ্যে Y, X স্থানাঙ্কগুলি আউটপুট চ্যানেল সূচকের উচ্চ ক্রম উপাদান হয়ে ওঠে। * ইনপুট টেনসরের উচ্চতা এবং প্রস্থ অবশ্যই ব্লক_সাইজ দ্বারা বিভাজ্য হতে হবে।

`data_format` attr নিম্নলিখিত বিকল্পগুলির সাথে ইনপুট এবং আউটপুট টেনসরের বিন্যাস নির্দিষ্ট করে: "NHWC": `[ ব্যাচ, উচ্চতা, প্রস্থ, চ্যানেল ]` "NCHW": `[ ব্যাচ, চ্যানেল, উচ্চতা, প্রস্থ ]` " NCHW_VECT_C": `qint8 [ ব্যাচ, চ্যানেল / 4, উচ্চতা, প্রস্থ, 4 ]`

অপারেশনটিকে 6-ডি টেনসর রূপান্তর হিসাবে বিবেচনা করা কার্যকর। যেমন data_format = NHWC-এর জন্য, ইনপুট টেনসরের প্রতিটি উপাদান 6টি স্থানাঙ্কের মাধ্যমে নির্দিষ্ট করা যেতে পারে, মেমরি লেআউটের তাত্পর্য হ্রাস করে অর্ডার করা হয়েছে যেমন: n,oY,bY,oX,bX,iC (যেখানে n=ব্যাচ সূচক, oX, oY মানে X বা আউটপুট ইমেজের মধ্যে Y স্থানাঙ্ক, bX, bY মানে ইনপুট ব্লকের মধ্যে স্থানাঙ্ক, iC মানে ইনপুট চ্যানেল)। আউটপুট নিম্নলিখিত লেআউটে একটি স্থানান্তর হবে: n,oY,oX,bY,bX,iC

এই অপারেশনটি কনভোলিউশনের মধ্যে সক্রিয়করণের আকার পরিবর্তনের জন্য দরকারী (কিন্তু সমস্ত ডেটা রাখা), যেমন পুলিংয়ের পরিবর্তে। এটি বিশুদ্ধরূপে বিবর্তনীয় মডেল প্রশিক্ষণের জন্যও দরকারী।

উদাহরণস্বরূপ, আকৃতির একটি ইনপুট দেওয়া হয়েছে `[1, 2, 2, 1]`, data_format = "NHWC" এবং block_size = 2:

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

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

বৃহত্তর গভীরতা সহ একটি ইনপুট টেনসরের জন্য, এখানে `[1, 2, 2, 3]` আকারের, যেমন

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

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

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

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