Desidero utilizzare il tensorflow per implementare una rete completamente convoluzionale. Esiste una funzioneCome utilizzare tensorflow per implementare la deconvoluzione?
tf.nn.conv2d_transpose(value, filter, output_shape, strides, padding, name),
che potrebbe essere utilizzato per eseguire il sovracampionamento bilineare. Tuttavia, sono confuso su come usarlo? L'input è un'immagine con un singolo canale e l'output è anche un'immagine con un singolo canale, la cui dimensione è due volte quella dell'input. Ho cercato di usare la funzione come segue, ma ottenuto un IndexError: list index out of range
:
with tf.name_scope('deconv') as scope:
deconv = tf.nn.conv2d_transpose(conv6, [3, 3, 1, 1],
[1, 26, 20, 1], 2, padding='SAME', name=None)
La prego di far luce su come esattamente questo deconvoluzione? Ho cercato un po 'ma non vedo come la funzione 'conv2d_transpose' fa deconvoluzione. –
@ U.Muneeb La deconvoluzione è un nome (apparentemente errato) per la convoluzione trasposta. Vedi https://datascience.stackexchange.com/questions/6107/what-are-deconvolutionallayers –