im2sequence

注意：该API仅支持【静态图】模式

  • 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_height 和 output_width 由以下式计算:

im2sequence - 图1

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_height 和 input_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 为 {batch_size output_height output_width, filter_size_height filter_size_width input.channels} 的 2-D LodTensor。

返回类型: Variable

  1. Given:
  2.  
  3.   x = [[[[ 6.  2.  1.]
  4.     [ 8.  3.  5.]
  5.     [ 0.  2.  6.]]
  6.  
  7.       [[ 2.  4.  4.]
  8.        [ 6.  3.  0.]
  9.        [ 6.  4.  7.]]]
  10.  
  11.      [[[ 6.  7.  1.]
  12.        [ 5.  7.  9.]
  13.        [ 2.  4.  8.]]
  14.  
  15.       [[ 1.  2.  1.]
  16.        [ 1.  3.  5.]
  17.        [ 9.  0.  8.]]]]
  18.  
  19.   x.dims = {2, 2, 3, 3}
  20.  
  21.   And:
  22.  
  23.   filter = [2, 2]
  24.   stride = [1, 1]
  25.   padding = [0, 0]
  26.  
  27.   Then:
  28.  
  29.   output.data = [[ 6.  2.  8.  3.  2.  4.  6.  3.]
  30.                  [ 2.  1.  3.  5.  4.  4.  3.  0.]
  31.                  [ 8.  3.  0.  2.  6.  3.  6.  4.]
  32.                  [ 3.  5.  2.  6.  3.  0.  4.  7.]
  33.                  [ 6.  7.  5.  7.  1.  2.  1.  3.]
  34.                  [ 7.  1.  7.  9.  2.  1.  3.  5.]
  35.                  [ 5.  7.  2.  4.  1.  3.  9.  0.]
  36.                  [ 7.  9.  4.  8.  3.  5.  0.  8.]]
  37.  
  38.   output.dims = {8, 8}
  39.  
  40.   output.lod = [[4, 4]]

代码示例

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