Benutzerdefinierte Polsterung für die Faltung in TensorFlow

In tensorflow Funktion tf.nn.conv2d, die Polsterung option, nur hat 'SELBE' und 'GÜLTIG'.

Aber in der conv Schicht Caffe, es ist pad option bestimmen Sie die Anzahl der Pixel, die (implizit) fügen Sie zu jeder Seite des Eingangs.

Wie zu erreichen, dass in Tensorflow?

Danke Ihnen sehr.

InformationsquelleAutor karl_TUM | 2016-06-06
  1. 34

    Können Sie tf.pad() (siehe doc) zum Auffüllen der Tensor bevor tf.nn.conv2d(..., padding="VALID") (gültig Polsterung bedeutet, dass keine Polsterung).

    Zum Beispiel, wenn Sie wollen pad das Bild mit 2 Pixel Höhe und 1 pixel Breite, und dann eine Faltung mit einem 5x5-kernel:

    input = tf.placeholder(tf.float32, [None, 28, 28, 3])
padded_input = tf.pad(input, [[0, 0], [2, 2], [1, 1], [0, 0]], "CONSTANT")

filter = tf.placeholder(tf.float32, [5, 5, 3, 16])
output = tf.nn.conv2d(padded_input, filter, strides=[1, 1, 1, 1], padding="VALID")

    output haben Form [None, 28, 26, 16], denn du hast nur ein padding von 1 in der Breite.

    InformationsquelleAutor Olivier Moindrot
Schreibe einen Kommentar