Tensorflow / Keras找到两个最相似的过滤器

Question

我有一个Tensorflow / Keras CNN。它具有图层，其中一些是Conv2D。在给定的层中，我想有效地找到Conv2D中最相似的两个过滤器。 layer.weights是一个形状（高度，宽度，深度）filter_count long的列表。 我想按差异进行比较，或者按（高度，宽度，深度）中每个元素之间的sqrt（diff ^ 2）进行比较，然后求和，以使差异为单个浮点值。

如果T1是thelayer.weights [idx1]，而T2是thelayer.weights [idx2] 那么比较就是tf.sqrt（tf.reduce_sum（tf.squared_difference（T1，T2）））

我想将每个过滤器与其他每个过滤器进行比较，并采用3个最低的差异。 （如果T1和T2是相同的张量，则第一个始终为零）

很明显，我可以进行嵌套循环，但这不起作用且不美观。

是否有一些内置的tensorflow或keras函数可以在GPU中快速完成此任务？

Answer 1

从您的描述中还不清楚，但是我假设weights的形状为[filter_count，height，width，depth]。如果filter_count沿不同的轴，则必须相应地修改“ reduce_sum”的参数。

您可以使用广播来并行化此过程。

differences = tf.sqrt(
    tf.reduce_sum(
      tf.squared_difference(
        tf.expand_dims(thelayer.weights,0), 
        tf.expand_dims(thelayer.weights,1),

        ),
      (-1,-2,-3)
    )
)

这将导致一个张量为[filter_count，filter_count]的张量，其中元素differences[i, j]测量滤波器权重i和j之间的差。

然后您可以进行过滤以找到所需的元素。