如何放大tensorflow中的張量（重複值）？

我是TensorFlow中的新成員。我試圖在本文中實現global_context提取https://arxiv.org/abs/1506.04579，這實際上是整個特徵映射的平均匯聚，然後將1x1特徵映射覆制回原始大小。的說明是如下如何放大tensorflow中的張量（重複值）？

具體而言，預期操作以下。輸入：[N，1，1，C]張量，其中N是批量大小，C是通道數輸出：[N，H，W，C]張量，其中H，W是高度和寬度原始特徵圖的所有H * W值都與1x1輸入相同。

例如，

[[1, 1, 1] 
1 -> [1, 1, 1] 
    [1, 1, 1]]

我不知道如何做到這一點使用TensorFlow。 tf.image.resize_images需要3個通道，並且tf.pad不能填充零以外的常量值。

來源

2017-03-10 jackykuo

tf.tile可以幫助你

x = tf.constant([[1, 2, 3]]) # shape (1, 3) 
y = tf.tile(x, [3, 1]) # shape (3, 1) 
y_ = tf.tile(x, [3, 2]) # shape (3, 6) 

with tf.Session() as sess: 
    a, b, c = sess.run([x, y, y_]) 

>>>a 
array([[1, 2, 3]], dtype=int32) 
>>>b 
array([[1, 2, 3], 
     [1, 2, 3], 
     [1, 2, 3]], dtype=int32) 
>>>c 
array([[1, 2, 3, 1, 2, 3], 
     [1, 2, 3, 1, 2, 3], 
     [1, 2, 3, 1, 2, 3]], dtype=int32)

tf.tile(input, multiples, name=None)
multiples意味着你要多少次在該軸重複
在y_重複axis0 3倍
在 y重複axis0 3次，AXIS1 2次

您可能需要使用tf.expand_dim第一個

是的，它接受動態形狀

x = tf.placeholder(dtype=tf.float32, shape=[None, 4]) 
x_shape = tf.shape(x) 
y = tf.tile(x, [3 * x_shape[0], 1]) 

with tf.Session() as sess: 
    x_ = np.array([[1, 2, 3, 4]]) 
    a = sess.run(y, feed_dict={x:x_}) 
>>>a 
array([[ 1., 2., 3., 4.], 
     [ 1., 2., 3., 4.], 
     [ 1., 2., 3., 4.]], dtype=float32)

來源

2017-03-10 06:20:42 xxi

謝謝，我發現這點。是否可以使用tf.tile動態張量形狀？例如'tf.tile（input，[1，ori.get_shape（）[1]，ori.get_shape（）[2]，1]）''。我不想解決網絡中的擴大費率問題。 – jackykuo

是的，它接受動態形狀，增加新的例子 – xxi

如何放大tensorflow中的張量（重複值）？

回答

相關問題