與張量流的解卷積/ Transpose_Convolutions

我試圖使用tf.nn.conv3d_transpose，但是，我收到一個錯誤，指出我的過濾器和輸出形狀不兼容。與張量流的解卷積/ Transpose_Convolutions

我有大小的張量[1,16,16,4,192]
我試圖使用[1,1,1,192,192]
過濾我相信輸出形狀會[1,16,16,4,192]
我使用「相同」的填充和1.

最後，我希望有的輸出形狀[1,32,32,7一個步幅，「無所謂」]，但我試圖讓一個簡單的案例先行工作。由於這些張量在常規卷積中是相容的，所以我相信相反的解卷積也是可能的。

爲什麼不可能對這些張量執行解卷積。我可以得到一個有效的濾波器大小和輸出形狀的例子，用於形狀張量上的解卷積[1,16,16,4,192]

謝謝。

來源

2017-10-05 Devin Haslam

我有大小的張量[1,16,16,4,192]

我試圖使用[1,1,1,192,192]

濾波器相信輸出形狀將[1,16,16,4,192]

我使用「相同」的填充和1.

步幅是輸出形狀將是[1,16,16,4,192]

這裏是顯示尺寸是兼容的一個簡單的例子：

import tensorflow as tf 

i = tf.Variable(tf.constant(1., shape=[1, 16, 16, 4, 192])) 

w = tf.Variable(tf.constant(1., shape=[1, 1, 1, 192, 192])) 

o = tf.nn.conv3d_transpose(i, w, [1, 16, 16, 4, 192], strides=[1, 1, 1, 1, 1]) 

print(o.get_shape())

必須有您的實現比尺寸其他一些問題。

來源

2017-10-13 18:28:26 BlueSun

謝謝你的幫助。這些信息幫助我幾乎立即解決了我的問題。我的問題是我正在像這樣調用conv3d_transpose：o = tf.nn.conv3d_transpose（i，[1,1,1,192,192]，[1,16,16,4,192]，strides = [1 ，1,1,1,1]）。非常愚蠢的問題，但我對tensorflow並不陌生，從來不會意識到這個問題。我不能夠感謝你。 –

使用你在這裏提供的實現，我遇到了一些問題。有時候我有一個過濾器大小有很多通道。例如[16,16,7,3298]，也在這裏描述：https://stackoverflow.com/questions/46955515/initializing-a-large-tf-variable-produces-an-error。有些人建議我將濾波器大小（在實現中使用「w」）分成更小的張量。這樣做有意義嗎，或者首先有3298頻道的過濾器沒有意義嗎？你是否曾經僱傭家教/幫助？ –

@DevinHaslam我絕對不會首先使用3298頻道。你爲什麼要用這麼多？我從來沒有聘請過輔導，我真的沒有時間，對不起。 – BlueSun

與張量流的解卷積/ Transpose_Convolutions

回答

相關問題