MPSNNGraph Reshape 节点
MPSNNGraph Reshape node
Metal/Metal-Performance-Shaders 中是否有类似于 Keras/TensorFlow 的重塑层？我正在将训练有素的 Keras 模型转换为 MPSNNGraph，但我在处理 conv2d->dense->conv2dTranspose 部分时遇到了问题。我正在尝试构建以下配置：
Conv2D_1, output_shape: (1,1,128) <-- i've handled up to here
Reshape_1(Conv2D_1), output_shape: (128)
Dense_1(Reshape_1), output_shape: (1024)
Dense_2(Dense_1), output_shape: (8192)
Reshape_2(Dense_2), output_shape: (4,4,512) <--hung up here
Conv2DTranspose(Reshape_2), output_shape: (8,8,256) <-- i know how to do this
我理解在金属中将致密层表示为 4D 块的概念（我认为？），但我不明白如何使用金属将形状 (8192) 变为 (4,4,512)。我觉得可以做一些聪明的事情来获得 Dense_2 并重塑为单个 MPSNN 节点，但我不知道它是什么。
的对象
MPSCNNFullyConnected 图层输出 1x1 图像，在您的情况下具有 8192 个通道（这也是金属纹理支持的最大通道数）。
reshape 选项将接收该 1x1x8192 图像并输出具有 512 个通道的 4x4 图像。在 Keras 等中，这只是改变底层 TF 张量的步幅的问题，但在 Metal 中，你必须复制数据。
从 iOS 11.3 开始，有一个 MPSNNReshape 对象可以进行这种重新排列。我自己没用过它，但看起来你只要给它源图像和目标图像（在编码这个内核时），它就会自己弄清楚如何在它们之间复制数据。
但是...MPSNNReshape 似乎不是可以放入 MPSNNGraph 的 节点 ，因为它扩展了 [=14] =]，而不是 MPSNNFilterNode。这似乎有点疏忽...
因此您必须创建两张图，一张到此重塑节点为止，另一张包含其余代码。然后 运行 第一个图，使用第一个图的输出对重塑节点进行编码，然后 运行 使用重塑节点的输出对第二个图进行编码。这应该足够快了，但是有点烦人，因为你不能在一张图中完成所有事情。
Metal/Metal-Performance-Shaders 中是否有类似于 Keras/TensorFlow 的重塑层？我正在将训练有素的 Keras 模型转换为 MPSNNGraph，但我在处理 conv2d->dense->conv2dTranspose 部分时遇到了问题。我正在尝试构建以下配置：
Conv2D_1, output_shape: (1,1,128) <-- i've handled up to here
Reshape_1(Conv2D_1), output_shape: (128)
Dense_1(Reshape_1), output_shape: (1024)
Dense_2(Dense_1), output_shape: (8192)
Reshape_2(Dense_2), output_shape: (4,4,512) <--hung up here
Conv2DTranspose(Reshape_2), output_shape: (8,8,256) <-- i know how to do this
我理解在金属中将致密层表示为 4D 块的概念（我认为？），但我不明白如何使用金属将形状 (8192) 变为 (4,4,512)。我觉得可以做一些聪明的事情来获得 Dense_2 并重塑为单个 MPSNN 节点，但我不知道它是什么。
的对象MPSCNNFullyConnected 图层输出 1x1 图像，在您的情况下具有 8192 个通道（这也是金属纹理支持的最大通道数）。
reshape 选项将接收该 1x1x8192 图像并输出具有 512 个通道的 4x4 图像。在 Keras 等中，这只是改变底层 TF 张量的步幅的问题，但在 Metal 中，你必须复制数据。
从 iOS 11.3 开始，有一个 MPSNNReshape 对象可以进行这种重新排列。我自己没用过它，但看起来你只要给它源图像和目标图像（在编码这个内核时），它就会自己弄清楚如何在它们之间复制数据。
但是...MPSNNReshape 似乎不是可以放入 MPSNNGraph 的 节点 ，因为它扩展了 [=14] =]，而不是 MPSNNFilterNode。这似乎有点疏忽...
因此您必须创建两张图，一张到此重塑节点为止，另一张包含其余代码。然后 运行 第一个图，使用第一个图的输出对重塑节点进行编码，然后 运行 使用重塑节点的输出对第二个图进行编码。这应该足够快了，但是有点烦人，因为你不能在一张图中完成所有事情。