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)
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)