是否可以像使用2dconv的conv2d_backprop_input一样通过1dconv进行反向传播?
我正在尝试对时间数据应用不同的方法进行相关性传播,其中我应用了1d卷积。为了传播相关性,需要通过1d层反向传播。这可能吗?
这是2dconv反向传播的示例:
def backprop_conv(self, activation, kernel, relevance, strides, padding='SAME'):
W_p = tf.maximum(0., kernel)
z = nn_ops.conv2d(activation, W_p, strides, padding) + 1e-10
s = relevance / z
c = nn_ops.conv2d_backprop_input(tf.shape(activation), W_p, s, strides, padding)
return activation * c