如何使用tf.layers.conv2d训练带有绑定权重的自动编码器

Question

如果我想培训带有绑定权重的自动编码器（编码器和解码器具有相同的权重参数），如何使用tf.layers.conv2d来正确执行此操作？

我不能简单地在编码器和解码器的相应conv2d层之间共享变量，因为解码器的权重是编码器的转置。

现在可能几乎没有使用绑重，但我只是很好奇。

Answer 1

相应地使用tf.nn.conv2d（和tf.nn.conv2d_transpose）。它是一个低级函数，它接受kernel变量作为参数。

kernel = tf.get_variable('kernel', [5, 5, 1, 32])
...
encoder_conv = tf.nn.conv2d(images, kernel, strides=[1, 1, 1, 1], padding='SAME')
...
decoder_conv = tf.nn.conv2d_transpose(images, kernel, strides=[1, 1, 1, 1], padding='SAME')