如我们所知,我们可以通过tensor
的填充模式计算输出conv2d
的形状,algorithm很明显,但我对{{1}非常困惑,它是否填充输入张量然后调用conv2d_transpose
?它在哪里转置过滤器或输入?如何根据conv2d
的填充模式SAME
或VALID
来计算输出张量的形状?
答案 0 :(得分:0)
“ SAME” 意味着将输入形状乘以步幅即可。例如,如果输入形状的高度和宽度为7,而conv2d_transpose的padding = same并且strides = 3,则输出形状的高度和宽度将为7x3 = 21。
“有效” 几乎相同。从“ SAME”开始,然后检查kernel_size与步幅相比。如果较大,则将其加到高度和宽度上。为什么?因为当内核在整个图像上移动以进行卷积时(一次打击的数量),最后一个内核将通过该差值悬于图像上。想象一下上面的例子,输入的高度和宽度为7,这次填充为有效,步幅为3,内核为5。输出的高度和宽度将为7x3 +(5-3)。
在两种情况下,如果内核小于步幅,则输出中只会得到很多零。为什么?考虑一下大步向前...
对于给定的跨度值,输入图像会增加很多倍。跨度为3会使输入图像变宽3倍和更高。原始值排在第3位,其余填充为零!对于padding = valid,我们前面已经讨论过了。
kernel_size是在图像上进行卷积的内核的大小,并通过跨步在图像上移动。因此,如果kernel_size为1且步幅为3,则您的输出大部分为零。
>>> conv2d_tr = tf.keras.layers.Conv2DTranspose(5,kernel_size=3,padding='same',strides=2)
>>> conv2d_tr(np.zeros([3,2,2,4],dtype=np.float32)).numpy().shape
(3, 4, 4, 5)
>>> conv2d_tr = tf.keras.layers.Conv2DTranspose(5,kernel_size=3,padding='valid',strides=2)
>>> conv2d_tr(np.zeros([3,10,10,4],dtype=np.float32)).numpy().shape
(3, 21, 21, 5)
>>> conv2d_tr = tf.keras.layers.Conv2DTranspose(5,kernel_size=2,padding='valid',strides=2)
>>> conv2d_tr(np.zeros([3,2,2,4],dtype=np.float32)).numpy().shape
(3, 20, 20, 5)
>>> conv2d_tr = tf.keras.layers.Conv2DTranspose(1,kernel_size=1,padding='same',strides=2)
>>> conv2d_tr(np.ones([1,2,2,3],dtype=np.float32)).numpy().shape
(1, 4, 4, 1)
>>> conv2d_tr(np.ones([1,2,2,3],dtype=np.float32)).numpy()
array([[[[0.702],[0. ],[0.702],[0. ]],
[[0. ],[0. ],[0. ],[0. ]],
[[0.702],[0. ],[0.702],[0. ]],
[[0. ],[0. ],[0. ],[0. ]]]], dtype=float32)