tensorflow源码解读之gen_array_ops.py文件的space_to_batch_nd方法
来源:互联网 发布:c语言定时器函数 编辑:程序博客网 时间:2024/06/07 13:15
这个文件是编译时生成的,在array_ops.py
文件的space_to_batch
方法调用到。
这个操作是atrous_conv2d为了给gen_nn_ops.conv2d传参数之前的参数调整。
而gen_nn_ops.conv2d的input参数一直是[batch, in_height, in_width, in_channels]
例如这里的[1,5,5,1]经过space_to_batch_nd方法之后变成[4,3,3,1]
(这里array_ops.space_to_batch传入的paddings参数是[[0,1],[0,1]],感觉就是(5+1)*(5+1)==4*3*3的样子,
又例如space_to_batch_nd的input是[2, 2, 4, 1]而paddings是[[0, 0], [2, 0]],output是[8, 1, 3, 1]也即2*2*(2+4)==8*3),
可以看出就是batch变大了而in_height, in_width变小了,也就是space_to_batch
的意思,
继续回到这里的例子,gen_nn_ops.conv2d的Filter参数是这样的 [kernel_height, kernel_width, output_depth, input_depth],这时的Filter是[3,3,1,1],和上面的[4,3,3,1]是可以一起传入gen_nn_ops.conv2d的,经过gen_nn_ops.conv2d方法之后返回的value是[4,1,1,1],最后经过array_ops.batch_to_space方法返回[1,1,1,1]
- tensorflow源码解读之gen_array_ops.py文件的space_to_batch_nd方法
- 解读tensorflow之rnn 的示例 ptb_word_lm.py
- 解读tensorflow之rnn 的示例 ptb_word_lm.py
- TensorFlow 源码解读之BasicDecoder
- RNN代码解读之char-RNN with TensorFlow(model.py)
- RNN代码解读之char-RNN with TensorFlow(train.py)
- RNN代码解读之char-RNN with TensorFlow(util.py)
- RNN代码解读之char-RNN with TensorFlow(sample.py)
- pycaffe学习之(一):io.py源码解读
- TensorFlow学习笔记之源码分析(3)---- retrain.py
- faster rcnn源码解读(四)之数据类型imdb.py和pascal_voc.py(主要是imdb和roidb数据类型的解说)
- faster rcnn源码解读(四)之数据类型imdb.py和pascal_voc.py(主要是imdb和roidb数据类型的解说)
- faster rcnn源码解读(四)之数据类型imdb.py和pascal_voc.py(主要是imdb和roidb数据类型的解说)
- 源码解读----之_kmeans_single_lloyd和_kmeans_single_elkan初始化质心的方法
- tensorflow运行mnist时的input_data.py文件
- 解读tensorflow之rnn
- 解读tensorflow之rnn
- 解读tensorflow之rnn
- Java Arrays类对数组的常用操作
- Python Tricks(二十一)—— 排列组合的计算
- 转:我是怎么招聘程序员的
- release-stripped.ap_' specified for property 'resourceFile' does not exist.
- Windows下从零开始搭建JAVA Web,Android开发环境
- tensorflow源码解读之gen_array_ops.py文件的space_to_batch_nd方法
- Before start of result set
- Servlet的介绍与使用
- Android Studio设置
- iOS-利用NSAttributedString实现图文混排
- MySQL 数据类型
- Apache HttpClient 4.3开发指南
- iOS 10——关于权限crash解决办法
- JAVA 包的学习(持续)