Question

在Tensorflow docs中，tf.nn.conv2d - 操作被描述为：

将滤镜展平为形状为[filter_height * filter_width * in_channels, output_channels]的二维矩阵。
从输入张量中提取图像块以形成形状为[batch, out_height, out_width, filter_height * filter_width * in_channels]的虚拟张量。
对于每个补丁，右对乘滤镜矩阵和图像补丁矢量。

是否有应用步骤2的操作？我在API文档中找不到类似的东西。我可能会使用错误的关键字进行搜索。

Answer 1

现在将其添加到tensorflow api：https://www.tensorflow.org/versions/r0.9/api_docs/python/array_ops.html#extract_image_patches

Answer 2

我想这样做的诀窍是：

使用[filter_height, filter_width, in_channels, output_channels]

output_channels = filter_height * filter_width * in_channels

以过滤器被展平为二维矩阵的方式修复此过滤器的值（参见您的步骤2），它是单位矩阵。请查看下面的示例代码，了解使用np.eye().reshape()
执行正常的tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')

您现在拥有形状[batch, out_height, out_width, filter_height * filter_width * in_channels]

这是一个简单的代码，用于输入大小为3 * 3的输入图像，包含1个通道（批量大小为1）。

import tensorflow as tf
import numpy as np

input_value = np.arange(1, 10).reshape((1, 3, 3, 1))
input = tf.constant(input_value)
input = tf.cast(input, tf.float32)

filter_value = np.eye(9).reshape((3, 3, 1, 9))
filter = tf.constant(filter_value)
filter = tf.cast(filter, tf.float32)

output = tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')

Tensorflow中的独立图像补丁提取操作

2 个答案: