codecamp

TensorFlow函数:如何计算填充

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.

TensorFlow:tf.report_uninitialized_variables函数
TensorFlow:tf.reset_default_graph函数
温馨提示
下载编程狮App,免费阅读超1000+编程语言教程
取消
确定
目录

TensorFlow 函数介绍

TensorFlow 函数模块:tf

TensorFlow的image模块

TensorFlow使用之tf.io

TensorFlow使用之tf.keras

TensorFlow函数教程:tf.keras.applications

TensorFlow函数教程:tf.keras.backend

TensorFlow使用之tf.metrics

TensorFlow使用之tf.nn

TensorFlow使用之tf.python_io

TensorFlow 功能函数

关闭

MIP.setData({ 'pageTheme' : getCookie('pageTheme') || {'day':true, 'night':false}, 'pageFontSize' : getCookie('pageFontSize') || 20 }); MIP.watch('pageTheme', function(newValue){ setCookie('pageTheme', JSON.stringify(newValue)) }); MIP.watch('pageFontSize', function(newValue){ setCookie('pageFontSize', newValue) }); function setCookie(name, value){ var days = 1; var exp = new Date(); exp.setTime(exp.getTime() + days*24*60*60*1000); document.cookie = name + '=' + value + ';expires=' + exp.toUTCString(); } function getCookie(name){ var reg = new RegExp('(^| )' + name + '=([^;]*)(;|$)'); return document.cookie.match(reg) ? JSON.parse(document.cookie.match(reg)[2]) : null; }