Python3.5/Windows10/tensorflow gpu 1.12(GTX 1070)
目标:为3通道图像建立一个卷积自动编码器
教程来源:https://towardsdatascience.com/autoencoders-introduction-and-implementation-3f40483b0a85
本教程使用MNIST数据集,我的图像更大,有3个颜色通道,但我正在尝试相应地进行调整。在
我有一点困惑:
inputs_ = tf.placeholder(tf.float32, (None, 28, 28, 1), name='inputs')
conv1 = tf.layers.conv2d(inputs=inputs_, filters=32, kernel_size=(3,3), padding='same', activation=tf.nn.relu)
# Now 28x28x32
[28,28,1]是mnist图像的w/h和灰度
我知道内核大小等于过滤器大小--这是正确的吗?(https://blog.xrds.acm.org/2016/06/convolutional-neural-networks-cnns-illustrated-explanation/)
我对推导特征图的理解:
我不会填充上面的图像,并且会得出以下结论:
^{pr2}$考虑到它是填充的:
filter_ct_a, out_shape_a, padding_a = calc_num_filters(shapeXY=[5,5,1], filterXY=[3,3], strideXY=[1,1], paddingXY=[1,1])
print("# Filters: {}\nNew Shape: {}\n Padding : {}".format(filter_ct_a, out_shape_a, padding_a))
5.0
# Filters: 25
New Shape: [5, 5, 1]
Padding : [1, 1]
我将过滤器的数量解释为图像大小、填充、步幅和内核大小的函数。(这是正确的吗?)(How to interpret TensorFlow's convolution filter and striding parameters?)
我对这种关系的虚拟计算如下:
def calc_num_filters(shapeXY, filterXY, strideXY=[1,1], paddingXY = [0,0]):
paddingX = paddingXY[0]
while True:
filtersX = 1 + ((shapeXY[0]+2*paddingX-filterXY[0])/strideXY[0])
if filtersX == int(filtersX):# and filtersX%2 == 0:
break
paddingX += 1
if paddingX >= shapeXY[0]:
raise "incompatable filter shape X"
paddingY = paddingXY[1]
while True:
filtersY = 1 + ((shapeXY[1]+2*paddingY-filterXY[1])/strideXY[1])
if filtersY == int(filtersY):# and filtersY%2 == 0:
break
paddingY += 1
if paddingY >= shapeXY[1]:
raise "incompatable filter shape Y"
return (int(filtersX*filtersY),[int(filtersX), int(filtersY), shapeXY[2]], [paddingX, paddingY])
在教程示例中,conv1将张量大小从[28,28,1]更改为[28,28,32]。我注意到tf.layers.conv2d
似乎使通道(或z-dim)匹配在所有情况下传递的filters
值。在
我搞不懂这些值是如何兼容的:a28x28 image
,而kernel_size=(3,3)
导致{
假设步幅=[1,1]
filter_ct_a, out_shape_a, padding_a = calc_num_filters(shapeXY=[28,28,1], filterXY=[3,3], strideXY=[1,1])
print("# Filters: {}\nNew Shape: {}\n Padding : {}".format(filter_ct_a, out_shape_a, padding_a))
# Filters: 676
New Shape: [26, 26, 1]
Padding : [0, 0]
使用strideXY=[3,3]
:
filter_ct_a, out_shape_a, padding_a = calc_num_filters(shapeXY=[28,28,1], filterXY=[3,3], strideXY=[3,3])
print("# Filters: {}\nNew Shape: {}\n Padding : {}".format(filter_ct_a, out_shape_a, padding_a))
# Filters: 100
New Shape: [10, 10, 1]
Padding : [1, 1]
如果filter(count)、kernel size、stride和image size是以我理解的方式相关的——为什么tensorflow在可以导出过滤器计数时要求它计数?
过滤器的数量与内核大小、步幅或图像大小无关。相反,它是由您使用
filters
参数指定的。例如,当您设置filters=32
时,这意味着该层将有32个独立的卷积滤波器,在这个意义上,每一个都将应用于给定的图像,在您的示例中,该图像的形状为(28, 28, 1)
,并将返回形状为(28, 28)
(假设为padding='same'
)的特征映射(即激活映射)。因此,将所有滤波器组合起来,卷积层的输出为(28, 28, 32)
。如果设置了filter=53
,卷积层的输出将是(28, 28, 53)
的形状,也就是说,每个卷积滤波器有一个特征映射。在相关问题 更多 >
编程相关推荐