超级会员免费看
本文深入探讨了TensorFlow中gen_array_ops.py文件的space_to_batch_nd方法，该方法常用于atrous_conv2d操作，用于调整输入参数以适应gen_nn_ops.conv2d的格式。通过实例解释了space_to_batch_nd如何将输入张量的形状改变，增加batch大小，同时减小in_height和in_width。在特定的例子中，空间转批量操作如何转换张量的形状以便与过滤器配合使用，并最终通过batch_to_space方法恢复原始形状。
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&#x
订阅专栏 解锁全文
扫一扫
9万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
