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_height 和 output_width 由以下式计算:
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
- 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])