卷积 - 反卷积对的维度略有不同

Question

我正在使用卷积层，后面跟一个反卷积层，如下所示：

tf.nn.conv2d(num_outputs=1, kernel_size=[21, 11], stride=[2, 2], padding="SAME", rate=1)

tf.nn.conv2d_transpose(num_outputs=1, kernel_size=[21, 11], stride=[2, 2], padding="SAME")

我的想法是将初始图像缩小，然后使用反卷积将其调整为原始大小。我实际上使用的是tf.slim函数，但参数是上面的参数。

当我查看输入和输出时，我有一点不同：

Input shape :  (16, 161, 511, 1)
Output shape:  (16, 162, 512, 1)

我认为这可能是由于我的步幅或内核大小。我尝试了多个值，但似乎没有重现原始尺寸。

Answer 1

一种流行的方法是填充输入图像，使得卷积和反卷积后的输出与填充输入的大小相同。然后裁剪输出以适应没有填充的原始输入。