什么定义了tf.layers.conv2d_transpose的输出张量形状?

时间:2018-02-25 05:35:43

标签: python tensorflow machine-learning convolution deconvolution

使用tf.layers.conv2d_transpose什么定义输出张量形状?

例如:如果输入为4x4x512,输出为8x8x256,则可以给出滤波器,但高度和宽度是如何定义的? 或者它总是输入高度和宽度的两倍?

感谢。

1 个答案:

答案 0 :(得分:0)

检查此答案,它提供了一个回答您问题的公式。 https://stackoverflow.com/a/43624992/7431458

从上面可以看出,它是用于定义输出形状的步幅,填充,内核形状和输入形状。您还必须设置输出形状参数,让Tensorflow知道预期的形状是什么,因为上面链接中提到了一些侧面情况。

为了更好地解释转置卷积在此处检查的内容:

https://towardsdatascience.com/types-of-convolutions-in-deep-learning-717013397f4d