Tensorflow——反卷积

目标——主要用来进行上采样，使图像形状变大

函数：conv2d_transpose(value, filter, output_shape, strides, padding="SAME", data_format="NHWC", name=None)

Arg：

value：指需要做反卷积的输入图像，它要求是一个Tensor

filter：卷积核，它要求是一个Tensor，具有[filter_height, filter_width, out_channels, in_channels]这样的shape，具体含义是[卷积核的高度，卷积核的宽度，卷积核个数，图像通道数]

output_shape：反卷积操作输出的shape，细心的同学会发现卷积操作是没有这个参数的，那这个参数在这里有什么用呢？下面会解释这个问题

strides：反卷积时在图像每一维的步长，这是一个一维的向量，长度4

padding：string类型的量，只能是"SAME","VALID"其中之一，这个值决定了不同的卷积方式

data_format：string类型的量，'NHWC'和'NCHW'其中之一，这是tensorflow新版本中新加的参数，它说明了value参数的数据格式。'NHWC'指tensorflow标准的数据格式[batch, height, width, in_channels]，'NCHW'指Theano的数据格式,[batch, in_channels，height, width]，当然默认值是'NHWC'

注意：tf.nn.conv2d中的filter参数，是[filter_height, filter_width, in_channels, out_channels]的形式，而tf.nn.conv2d_transpose中的filter参数，是[filter_height, filter_width, out_channels，in_channels]的形式，注意in_channels和out_channels反过来了！因为两者互为反向，所以输入输出要调换位置

output_shape的作用——不同的图像大小经过相同的卷积操作可能得到相同的图像，反卷积的output_shape就是指定具有这种性子的图片的反卷积后的形状

[1，6，6，3]和[1，5，5，3]的图经过卷积得到了相同的大小，[1，3，3，1]，反卷积的output_shape可以指定为[1，6，6，3]和[1，5，5，3]

实例

#反卷积
import tensorflow as tf
import numpy as np
input=np.array([[[[1],[1],[1]],[[1],[1],[1]],[[1],[1],[1]]]])
print(input.shape)
#input=tf.Variable(input,dtype=tf.float32)
input=tf.constant(input,dtype=tf.float32)
weight=np.array([[[[1],[1],[1]],[[1],[1],[1]],[[1],[1],[1]]]])
weight=tf.Variable(weight,dtype=tf.float32)
weight=tf.constant(value=1,dtype=tf.float32,shape=[3,3,1,1])
#out=tf.nn.conv2d_transpose(input,filters=weight,output_shape=1,strides=[1,2,2,1])
out=tf.nn.conv2d_transpose(input,weight,[1,6,6,1],strides=[1,2,2,1])
print(out)
#init=tf.global_variables_initializer()
with tf.Session() as sess:#sess.run(init)out,weight=sess.run([out,weight])print(out)print(weight)

输出

Tensorflow——反卷积相关推荐

python 反卷积（DeConv) tensorflow反卷积（DeConv）(实现原理+手写）
Tensorflow反卷积(DeConv)实现原理+手写python代码实现反卷积(DeConv) 理解: https://www.zhihu.com/question/43609045/answer ...
Tensorflow反卷积（DeConv）实现原理+手写python代码实现反卷积（DeConv）
最近看到一个巨牛的人工智能教程,分享一下给大家.教程不仅是零基础,通俗易懂,而且非常风趣幽默,像看小说一样!觉得太牛了,所以分享给大家.平时碎片时间可以当小说看,[点这里可以去膜拜一下大神的" ...
tensorflow 卷积、反卷积形式的去噪自编码器
tensorflow 卷积.反卷积形式的去噪自编码器对于去噪自编码器,网上好多都是利用全连接神经网络进行构建,我自己写了一个卷积.反卷积形式的去噪自编码器,其中的参数调优如果有兴趣的话,可以自行修改 ...
tensorflow:双线性插值反卷积
首先生成3×3×3的黑色图片 """ 生成3×3×3黑色图像 """ def produce_image():size = 3x, y = ...
tensorflow实现反卷积
先看ogrid用法 from numpy import ogrid,repeat,newaxis from skimage import io import numpy as np size=3 x, ...
tensorflow一维卷积输入_深度学习中的反卷积(Transposed Convolution)
反卷积(Transposed Convolution)是一种图像上采样(UpSample)的方法,在DCGAN中用它来将随机采样的值转换为一张完整的图像. DCGAN生成手写数字.图片来源[5] Tr ...
Tensorflow卷积与反卷积（目前看到的最详细的解释）
卷积操作 tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None) 除去name参数用以指定该操作 ...
通过图+代码来理解tensorflow中反卷积
反卷积这个东西老是容易忘,而且很多文章理论讲的很详细,但反卷积实际怎么操作的却没有概念,因此想以自己喜欢的方式(直接上图和代码)写一篇,以便随时翻阅. 卷积 tf中的padding方式有两种,SAME ...
深度学习 tensorflow tf.layers.conv2d_transpose 反卷积上采样
参数 conv2d_transpose( inputs, filters, kernel_size, strides=(1, 1), padding='valid', data_format='cha ...

Tensorflow——反卷积

Tensorflow——反卷积相关推荐

最新文章

热门文章