DML_SPACE_TO_DEPTH_OPERATOR_DESC-Struktur (directml.h)

Artikel
08/23/2023

Ordnet Blöcke räumlicher Daten in die Tiefe neu an. Der Operator gibt eine Kopie des Eingabe tensors aus, in der Werte aus den Dimensionen Höhe und Breite in die Tiefendimension verschoben werden.

Dies ist die umgekehrte Transformation von DML_DEPTH_TO_SPACE_OPERATOR_DESC.

Syntax

struct DML_SPACE_TO_DEPTH_OPERATOR_DESC {
  const DML_TENSOR_DESC *InputTensor;
  const DML_TENSOR_DESC *OutputTensor;
  UINT                  BlockSize;
};

Member

InputTensor

Typ: const DML_TENSOR_DESC*

Der Tensor, aus dem gelesen werden soll. Die Dimensionen des Eingabe tensors sind { Batch, Channels, Height, Width }.

OutputTensor

Typ: const DML_TENSOR_DESC*

Der Tensor, in den die Ergebnisse geschrieben werden sollen. Die Dimensionen des Ausgabe tensors sind { Batch, Channels / (BlockSize * BlockSize), Height * BlockSize, Width * BlockSize }.

BlockSize

Typ: UINT

Die Breite und Höhe der verschobenen Blöcke.

Beispiel

BlockSize: 2

InputTensor: (Sizes:{1, 2, 4, 6}, DataType:UINT32)
 [[[[ 0, 18,  1, 19,  2, 20],
    [36, 54, 37, 55, 38, 56],
    [ 3, 21,  4, 22,  5, 23],
    [39, 57, 40, 58, 41, 59]],
   [[ 9, 27, 10, 28, 11, 29],
    [45, 63, 46, 64, 47, 65],
    [12, 30, 13, 31, 14, 32],
    [48, 66, 49, 67, 50, 68]]]]

OutputTensor: (Sizes:{1, 8, 2, 3}, DataType:UINT32)
[[[[0,   1,  2],
   [3,   4,  5]],
  [[9,  10, 11],
   [12, 13, 14]],
  [[18, 19, 20],
   [21, 22, 23]],
  [[27, 28, 29],
   [30, 31, 32]],
  [[36, 37, 38],
   [39, 40, 41]],
  [[45, 46, 47],
   [48, 49, 50]],
  [[54, 55, 56],
   [57, 58, 59]],
  [[63, 64, 65],
   [66, 67, 68]]]]

Hinweise

Eine neuere Version dieses Operators , DML_SPACE_TO_DEPTH1_OPERATOR_DESC, wurde in DML_FEATURE_LEVEL_2_1eingeführt.

Verfügbarkeit

Dieser Operator wurde in DML_FEATURE_LEVEL_1_0eingeführt.

Tensoreinschränkungen

InputTensor und OutputTensor müssen denselben Datentyp aufweisen.

Tensorunterstützung

DML_FEATURE_LEVEL_5_0 und höher

Tensor	Typ	Dimensionen	Unterstützte Dimensionsanzahl	Unterstützte Datentypen
InputTensor	Eingabe	{ BatchCount, InputChannelCount, InputHeight, InputWidth }	4	FLOAT64, FLOAT32, FLOAT16, INT64, INT32, INT16, INT8, UINT64, UINT32, UINT16, UINT8
OutputTensor	Ausgabe	{ BatchCount, OutputChannelCount, OutputHeight, OutputWidth }	4	FLOAT64, FLOAT32, FLOAT16, INT64, INT32, INT16, INT8, UINT64, UINT32, UINT16, UINT8

DML_FEATURE_LEVEL_2_1 und höher

Tensor	Typ	Dimensionen	Unterstützte Dimensionsanzahl	Unterstützte Datentypen
InputTensor	Eingabe	{ BatchCount, InputChannelCount, InputHeight, InputWidth }	4	FLOAT32, FLOAT16, INT32, INT16, INT8, UINT32, UINT16, UINT8
OutputTensor	Ausgabe	{ BatchCount, OutputChannelCount, OutputHeight, OutputWidth }	4	FLOAT32, FLOAT16, INT32, INT16, INT8, UINT32, UINT16, UINT8

DML_FEATURE_LEVEL_1_0 und höher

Tensor	Typ	Dimensionen	Unterstützte Dimensionsanzahl	Unterstützte Datentypen
InputTensor	Eingabe	{ BatchCount, InputChannelCount, InputHeight, InputWidth }	4	FLOAT32, FLOAT16
OutputTensor	Ausgabe	{ BatchCount, OutputChannelCount, OutputHeight, OutputWidth }	4	FLOAT32, FLOAT16

Anforderungen


Kopfzeile	directml.h

Share via