在 tensorflow 中计算 conv2d 的输出

Computing outputs from conv2d in tensorflow

想直观的了解一下tensorflow中的tf.nn.conv2d()函数。原因 i post 这是因为当输入是一维数组时,卷积很难解释。这是一个例子。

假设我有一个 [1x5] 输入特征向量。

d = [x for x in range(1,6)]
print('Inputs:', d)

现在重塑并展平为张量。

d = tf.reshape(d, shape=[-1,1,5,1])
print ("New shape : ",d.get_shape().as_list())

新形状:[1, 1, 5, 1]

# convert inputs to float32
d = tf.cast(d,tf.float32)

应用大小为 [2x2] 的过滤器,然后以步长为 1 进行卷积。

w1 = np.random.randint(5, size=(2,2))
w1 = tf.reshape(w1, shape=[2,2,1,1])
w1 = tf.cast(w1, tf.float32)

# Apply conv layer   
d_conv = tf.nn.conv2d(d, w1, strides=[1,1,1,1], padding='SAME')  

# run session
with tf.Session() as sess:
 sess.run(tf.global_variables_initializer())
 print('\nFilter: ', w1.eval())
 print('\nShape after convolution:',d_conv.eval().shape)
 print('\nConv output:',d_conv.eval()) 

输出。

Inputs: [1, 2, 3, 4, 5]

Filter:  [[[[ 3.]]

  [[ 1.]]]


 [[[ 2.]]

  [[ 3.]]]]

Shape after convolution: (1, 1, 5, 1)

Conv output: [[[[  5.]
   [  9.]
   [ 13.]
   [ 17.]
   [ 15.]]]]

分析

输出是卷积过滤器 [[[ 3.]] [[ 1.]]]] 与输入 d 的结果,步长为 1,5 之后的最后一个元素是 zero padded. 看起来过滤器元素 [[[ 2.]] [[ 3.]]]] 从未应用过。

如果有人能解释发生了什么,那就太好了。最好是增加过滤器大小 w1 并计算出,即 w1 = np.random.randint(10, size=(3,3)), w1 = tf.reshape(w1, shape=[3,3,1,1]) 但我仍然得到奇怪的输出。

非常感谢。

根据 documentation 填充 SAME 涉及以下内容:

out_height = ceil(float(in_height) / float(strides[1]))
out_width  = ceil(float(in_width) / float(strides[2]))

if (in_height % strides[1] == 0):
  pad_along_height = max(filter_height - strides[1], 0)
else:
  pad_along_height = max(filter_height - (in_height % strides[1]), 0)
if (in_width % strides[2] == 0):
  pad_along_width = max(filter_width - strides[2], 0)
else:
  pad_along_width = max(filter_width - (in_width % strides[2]), 0)

pad_top = pad_along_height // 2
pad_bottom = pad_along_height - pad_top
pad_left = pad_along_width // 2
pad_right = pad_along_width - pad_left

在你的例子中

filter_height = 2
filter_width = 2
in_height = 1 
in_width = 5
strides = [1 1 1 1]

这导致以下填充:

pad_top = 0
pad_bottom = 1
pad_left = 0
pad_right = 1

零填充输入(省略通道和批量维度):

1 2 3 4 5 0
0 0 0 0 0 0

与核卷积(省略通道维度)

3 1
2 3

给出以下内容:

[ 1 ( 2 ][ 3 )( 4 ][ 5 ) 0 ]
[ 0 ( 0 ][ 0 )( 0 ][ 0 ) 0 ]

[ 3   1 ][ 3    1 ][ 3   1 ]
[ 2   3 ][ 2    3 ][ 2   3 ]

    ( 3    1 )( 3    1 )
    ( 2    3 )( 2    3 )

[5] (9)  [13] (17) [15]

此处相同类型的大括号显示与内核卷积的输入数据中的位置。例如:

[ 1  2 ]   [ 3  1 ]   
         *           =  [5]
[ 0  0 ]   [ 2  3 ]


( 2  3 )   ( 3  1 )  
         *           =  (9)
( 0  0 )   ( 2  3 )

以此类推