TensorFlow函数:如何计算填充

由 Carrie 创建, 最后一次修改 2017-12-22

tf.required_space_to_batch_paddings 函数

required_space_to_batch_paddings(
    input_shape,
    block_shape,
    base_paddings=None,
    name=None
)

定义在:tensorflow/python/ops/array_ops.py.

参见指南:张量变换>分割和连接

计算要使 block_shape 除以 input_shape 所需的填充.

此函数可用于计算与 space_to_batch_nd 和 batch_to_space_nd 一起使用的合适的padding参数.

参数:

  • input_shape:形状为[N]的int32类型张量.
  • block_shape:形状为[N]的int32类型张量.
  • base_paddings:可选的形状为[N,2]的int32类型张量.指定要使用的最小填充量.所有元素必须>= 0.如果未指定,则默认为0.
  • name:字符串.可选的名称前缀.

返回值:

该函数将返回 (paddings, crops),其中:

  • paddings和crops是秩2和形状为[N,2]的int32类型的张量
  • satisfying:paddings[i, 0] = base_paddings[i, 0]. 0 <= paddings[i, 1] - base_paddings[i, 1] < block_shape[i] (input_shape[i] + paddings[i, 0] + paddings[i, 1]) % block_shape[i] == 0

crops[i, 0] = 0
crops[i, 1] = paddings[i, 1] - base_paddings[i, 1]

可能引发的异常:如果使用不兼容的形状调用则会引发ValueError.

以上内容是否对您有帮助:
二维码
建议反馈
二维码