Tensorflow、conv2d 和过滤器

Question

我是深度学习的初学者，试图理解算法的工作原理，使用 JavaScript 编写它们。现在我正在像 Tensorflow 一样研究 conv2d 的 JavaScript 实现，并且误解了如何处理不同数量的过滤器，我已经成功实现了一个输出过滤器和多个输出，但我很困惑如何产生多个操作过滤输入，例如32 -> 64

这是使用 ndarray 的代码示例 :

const outCount = 32 // count of inputs filters
const inCount = 1 // count of output features
const filterSize = 3
const stride = 1
const inShape = [1, 10, 10, outCount]
const outShape = [
  1,
  Math.ceil((inShape[1] - filterSize + 1) / stride),
  Math.ceil((inShape[2] - filterSize + 1) / stride),
  outCount
];
const filters = ndarray([], [filterSize, filterSize, inCount, outCount])

const conv2d = (input) => {
  const result = ndarray(outShape)
   // for each output feature

  for (let fo = 0; fo < outCount; fo += 1) { 
    for (let x = 0; x < outShape[1]; x += 1) {
      for (let y = 0; y < outShape[2]; y += 1) {
      const fragment = ndarray([], [filterSize, filterSize]);
      const filter = ndarray([], [filterSize, filterSize]);

      // agregate fragment of image and filter
      for (let fx = 0; fx < filterSize; fx += 1) {
        for (let fy = 0; fy < filterSize; fy += 1) {
          const dx = (x * stride) + fx;
          const dy = (y * stride) + fy;

          fragment.data.push(input.get(0, dx, dy, 0));
          filter.data.push(filters.get(fx, fy, 0, fo));
        }
      }

      // calc dot product of filter and image fragment
      result.set(0, x, y, fo, dot(filter, fragment));
      }
    }
  }

  return result
}

为了测试，我使用 Tenforflow 作为 true 的来源，它的算法工作正常，但 1 -> N。但我的问题是如何在输入值中添加对多个过滤器的支持，例如 N -> M.

有人可以解释一下如何修改此算法以使其与 Tensorflow 更兼容 tf.nn.conv2d 非常感谢。

Answer 1

您需要添加另一个 for 循环。您没有指定所有的输入形状和尺寸，因此实际上很难准确地写出它，但它看起来像这样。

  // agregate fragment of image and filter
  for (let fx = 0; fx < filterSize; fx += 1) {
    for (let fy = 0; fy < filterSize; fy += 1) {
      //addition
      for (let ch = 0; ch < input.get_channels) {
        const dx = (x * stride) + fx;
        const dy = (y * stride) + fy;

        fragment.data.push(input.get(0, dx, dy, ch));
        filter.data.push(filters.get(fx, fy, ch, fo));
      }
    }
  }

Tensorflow、conv2d 和过滤器

Tensorflow, conv2d and filters

javascript

convolution

multidimensional-array

tensorflow