众所周知,我们可以计算输出的形状 tensor
按 conv2d
的填充模式,以及 algorithm很清楚,但我对 conv2d_transpose
很困惑,它是否填充输入张量然后调用 conv2d
?它在哪里转置过滤器或输入?如何根据填充模式计算输出张量的形状,SAME
或 VALID
为 conv2d_transpose
?
最佳答案
填充对于 conv2d_transpose 意味着什么?
'相同' 意味着简单地将输入形状乘以步幅。例如,如果输入形状的高度和宽度为 7,并且 conv2d_transpose 的 padding=same 和 strides=3,那么输出形状的高度和宽度将为 7x3 = 21。
“有效”几乎相同。从“SAME”开始,然后检查与步幅相比的 kernel_size。如果它更大,则将该数量添加到高度和宽度。为什么?因为当内核在图像上移动以进行卷积时(一次通过撞击量),最后一个内核将通过差异悬垂在图像上。想象一下上面的例子,输入高度和宽度为 7,这次 padding=valid,strides=3,kernel=5。输出高度和宽度将为 7x3 + (5-3)。
在这两种情况下,如果内核小于步幅,您只会在输出中得到很多零。为什么?考虑 stride 的作用...
对于给定的 stride 值,输入图像会增加很多倍。步幅为 3 会使输入图像的宽度和高度增加 3 倍。原始值占据每 3 位,其余填充为 零 !对于 padding=valid 有我们之前讨论过的额外内容。
kernel_size 是卷积核在图像上的大小,它在图像上按步幅移动。因此,如果 kernel_size 为 1 且步幅为 3,则您的输出大部分为零。
示例相同
>>> conv2d_tr = tf.keras.layers.Conv2DTranspose(5,kernel_size=3,padding='same',strides=2)
>>> conv2d_tr(np.zeros([3,2,2,4],dtype=np.float32)).numpy().shape
(3, 4, 4, 5)
示例 VALID(比步幅更大的内核)>>> conv2d_tr = tf.keras.layers.Conv2DTranspose(5,kernel_size=3,padding='valid',strides=2)
>>> conv2d_tr(np.zeros([3,10,10,4],dtype=np.float32)).numpy().shape
(3, 21, 21, 5)
示例 VALID(内核等于或小于 stride)>>> conv2d_tr = tf.keras.layers.Conv2DTranspose(5,kernel_size=2,padding='valid',strides=2)
>>> conv2d_tr(np.zeros([3,2,2,4],dtype=np.float32)).numpy().shape
(3, 20, 20, 5)
小内核步幅的示例零>>> conv2d_tr = tf.keras.layers.Conv2DTranspose(1,kernel_size=1,padding='same',strides=2)
>>> conv2d_tr(np.ones([1,2,2,3],dtype=np.float32)).numpy().shape
(1, 4, 4, 1)
>>> conv2d_tr(np.ones([1,2,2,3],dtype=np.float32)).numpy()
array([[[[0.702],[0. ],[0.702],[0. ]],
[[0. ],[0. ],[0. ],[0. ]],
[[0.702],[0. ],[0.702],[0. ]],
[[0. ],[0. ],[0. ],[0. ]]]], dtype=float32)
关于tensorflow - tf.nn.conv2d_transpose 的填充有什么作用?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/48486839/