如何使用张量流来实现反卷积?

时间:2016-06-12 06:22:21

标签: tensorflow

我想利用张量流来实现完全卷积网络。有一个功能

tf.nn.conv2d_transpose(value, filter, output_shape, strides, padding, name),

可用于进行双线性上采样。但是,我很困惑如何使用它?输入是具有单个通道的图像,输出也是具有单个通道的图像,其大小是输入的两倍。 我尝试使用如下函数,但得到了IndexError: list index out of range

  with tf.name_scope('deconv') as scope:
    deconv = tf.nn.conv2d_transpose(conv6, [3, 3, 1, 1], 
        [1, 26, 20, 1], 2, padding='SAME', name=None)

1 个答案:

答案 0 :(得分:18)

知道了! (假设input_size = [1,13,10,1])

with tf.name_scope('deconv') as scope:
    deconv = tf.nn.conv2d_transpose(input_layer, [3, 3, 1, 1], 
         [1, 26, 20, 1], [1, 2, 2, 1], padding='SAME', name=None)