Question

为简单起见，假设图像只有1个通道，我们有一个大小为[2,2]的滤波器，可以写成W = [[a，b]，[c，d]]，我想使用这组参数可以进行2次卷积，首先只是使用W本身：

输出= tf.nn.conv2d（输入，W）

第二次卷积，我想使用过滤器W_2 = [[d，c]，[b，a]]，它基本上是W的某种“转置”。它需要与W共享参数。我应该怎么写张量流中的这个吗？

非常感谢！

Answer 1

您可以反转权重：

import tensorflow as tf

w = tf.Variable([[1, 2.], [3, 4]])
w_transposed = w[::-1, ::-1]
grad = tf.gradients(w_transposed, w)[0]

with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())
    print('Values')
    print(w.eval())
    print(w_transposed.eval())
    print('Gradient')
    print(grad.eval())

打印

Values
[[1. 2.]
 [3. 4.]]
[[4. 3.]
 [2. 1.]]
Gradient
[[1. 1.]
 [1. 1.]]

如何在Tensorflow中共享过滤器权重

1 个答案: