PaddlePaddle

 paddle.fluid / layers / im2sequence


im2sequence

paddle.fluid.layers. im2sequence ( input, filter_size=1, stride=1, padding=0, input_image_size=None, out_stride=1, name=None ) [源代码]

该OP使用 filter 扫描输入的Tensor并将输入Tensor转换成序列,返回值的 shape={input.batch_size * output_height * output_width, filter_size_height* filter_size_width * input.channels} 。返回值的timestep的个数为 output_height * output_width , 每个timestep的维度是 filter_size_height* filter_size_width * input.channels 。其中 output_heightoutput_width 由以下式计算:

\[\begin{split}output\_height = 1 + \frac{padding\_up + padding\_down + input\_height - filter\_size\_height + stride\_height-1}{stride\_height} \\ output\_width = 1 + \frac{padding\_left + padding\_right + input\_width - filter\_size\_width + stride\_width-1}{stride\_width}\end{split}\]

其中符号的意义如下所示。

参数:
  • input (Variable)- 类型为float32的4-D Tensor,格式为 [N, C, H, W] 。公式中 input_heightinput_width 分别代表输入的高和宽。

  • filter_size (int32 | List[int32]) - 滤波器大小。如果 filter_size 是一个List,它必须包含两个整数 [filter_size_height, filter_size_width] 。如果 filter_size 是一个int32, 则滤波器大小是 [filter_size, filter_size] , 默认值为1。

  • stride (int32 | List[int32]) - 步长大小。如果stride是一个List,它必须包含两个整数 [stride_height,stride_width] 。如果stride是一个int32, 则步长大小是 [stride, stride] , 默认值为1。

  • padding (int32 | List[int32]) - 填充大小。如果padding是一个List,它可以包含四个整数 [padding_up, padding_left, padding_down, padding_right] ,当包含两个整数 [padding_height, padding_width] 时,可展开为 [padding_height, padding_width, padding_height, padding_width] 。如果padding是一个int, 可展开为 [padding, padding, padding, padding] 。默认值为0。

  • input_image_size (Variable, 可选) - 2-D Tensor, 输入图像的实际大小, 它的维度为 [batchsize,2] 。当该参数不为None时,可用于batch inference。默认值为None.

  • out_stride (int32 | List[int32]) - 输出步长。只有当input_image_size不为None时才有效。如果out_stride是List,它必须包含 [out_stride_height, out_stride_width] ,如果out_stride是int32, 则可展开为 [out_stride, out_stride] ,默认值为1。

  • name (str, 可选) - 该参数供开发人员打印调试信息时使用,具体用法请参见 Name ,缺省值为None。

返回: 数据类型为float32, shape{batch_size * output_height * output_width, filter_size_height * filter_size_width * input.channels} 的 2-D LodTensor。

返回类型: Variable

Given:

  x = [[[[ 6.  2.  1.]
    [ 8.  3.  5.]
    [ 0.  2.  6.]]

      [[ 2.  4.  4.]
       [ 6.  3.  0.]
       [ 6.  4.  7.]]]

     [[[ 6.  7.  1.]
       [ 5.  7.  9.]
       [ 2.  4.  8.]]

      [[ 1.  2.  1.]
       [ 1.  3.  5.]
       [ 9.  0.  8.]]]]

  x.dims = {2, 2, 3, 3}

  And:

  filter = [2, 2]
  stride = [1, 1]
  padding = [0, 0]

  Then:

  output.data = [[ 6.  2.  8.  3.  2.  4.  6.  3.]
                 [ 2.  1.  3.  5.  4.  4.  3.  0.]
                 [ 8.  3.  0.  2.  6.  3.  6.  4.]
                 [ 3.  5.  2.  6.  3.  0.  4.  7.]
                 [ 6.  7.  5.  7.  1.  2.  1.  3.]
                 [ 7.  1.  7.  9.  2.  1.  3.  5.]
                 [ 5.  7.  2.  4.  1.  3.  9.  0.]
                 [ 7.  9.  4.  8.  3.  5.  0.  8.]]

  output.dims = {8, 8}

  output.lod = [[4, 4]]

代码示例

import paddle.fluid as fluid
data = fluid.layers.data(name='data', shape=[3, 32, 32],
                         dtype='float32')
output = fluid.layers.im2sequence(
    input=data, stride=[1, 1], filter_size=[2, 2])

此页内容是否对您有帮助