深度学习常用算子（二）（转）
转自：https://blog.csdn.net/zhuhaodonglei/article/details/100014178?spm=1001.2101.3001.6661.1&utm_medium=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-100014178-blog-100013802.pc_relevant_antiscanv2&depth_1-utm_source=distribute.pc_relevant_t0.none-task-blog-2%7Edefault%7ECTRLIST%7ERate-1-100014178-blog-100013802.pc_relevant_antiscanv2&utm_relevant_index=1
1、Tensor维度变换
1）Flatten
作用：将输入tensor中从start_axis维度到end_axis维度合并为1维
2）Reshape
作用：将输入Tensor描述转换为新的shape
3）FreespaceExtract
作用：将h维变成1，其他维度不变，从而完成对h的采样，采样值所在位置由输入的index参数决定
4）Pack
作用：Pack算子为TensorFlow原生算子，最新的版本已经改名为：Stack。该算子以指定的轴axis，将一个维度为R的张量数组转变成一个维度为R+1的张量。
5）Pad
作用：进行数据扩充
6）Permute
作用：调整Tensor的输入维度顺序
7）ShuffleChannel
作用：调整C维的排序
使用网络：ShuffleNet
8）Title
作用：将输入数据在每个维度上复制指定次数来生成输出数据
2、Tensor单个元素运算
1）Rsqrt
公式：y = 1 / sqrt{x}
2）Scale
公式：y(x)=scale*x+bias
3）AbsVal
公式：y(x)=|x|
4）Power
公式：f(x)= (scale * x + shift) ^ power
3、分类
Softmax
公式：
作用：通常作为分类网络的最后一层，输出每类的概率
4、画框
1）ClipBoxes
作用：将输入的框坐标限制在[0,img_w-1]和[0,img_h-1]之间。
2）DecodeBoxes
作用：将输入框的长宽坐标转换为描点坐标（框中心点坐标和长宽），然后进行修正，修正后再替换回长宽坐标
3）DetectPostProcess
作用：
（1）对输入的框进行修正；
（2）按照得分进行排序；
（3）使用NMS进行过滤；
（4）每个分类取前N个框输出。
4）FasterRcnnPredictions
作用：获取得分最高的N个框，需要进行NMS处理。
使用网络：MaskRcnn
5）FSRDectionOutput
作用：获取得分最高的N个框，需要进行NMS处理
输入数据：每个分类的得分数据、roi坐标、roi偏移、feature map的长和宽
使用网络：FasterRcnn
6）GenerateRPNProposals
作用：根据输入rois坐标和得分，输出排序和NMS处理后的前N个框，框坐标形式为左上角和右下角
使用网络：Mask Rcnn
7）Proposal
作用：根据锚点前后得分、锚点偏移、原始图片的长宽缩放，来获取得分最高的N个预选框；
特点：对特征图上的每个点，生成scale*ratio个固定大小的窗口；即候选窗口是该算子生成的。
8）SsdDetectionOutput
作用：用来生成预测框相对原图的真实坐标，并对所有预测框进行过滤，得到最终物体检测的结果。输出的每个预测框的信息包括image id ,lable, confidence以及四个坐标值。
使用网络：SSD
8）SsdPriorBox
作用：生成预选框
使用网络：SSD
5、拼接
Concat：实现多个算子的拼接
6、旋转/缩放/平移/剪切
spatial transform
参考：https://blog.csdn.net/qq_39422642/article/details/78870629
作用：在CNN之前对feature map进行旋转、缩放、平移、剪切等操作
使用网络：Spatial Transformer Networks（STN)
————————————————
版权声明：本文为CSDN博主「gapostal」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/zhuhaodonglei/article/details/100014178
