Tensorflow中使用tf.conv2d_transpose()函数进行卷积转置操作

我先解释一下必要信息&＃xff1a;

tf.conv2d_transpose(value, filter, output_shape, strides, padding&＃61;"SAME", data_format&＃61;"NHWC", name&＃61;None)

除去name参数用以指定该操作的name&＃xff0c;与方法有关的一共六个参数&＃xff1a;

第一个参数value&＃xff1a;指需要做反卷积的输入图像&＃xff0c;它要求是一个Tensor
第二个参数filter&＃xff1a;卷积核&＃xff0c;它要求是一个Tensor&＃xff0c;具有[filter_height, filter_width, out_channels, in_channels]这样的shape&＃xff0c;具体含义是[卷积核的高度&＃xff0c;卷积核的宽度&＃xff0c;卷积核个数&＃xff0c;图像通道数]
第三个参数output_shape&＃xff1a;反卷积操作输出的shape&＃xff0c;细心的同学会发现卷积操作是没有这个参数的.
第四个参数strides&＃xff1a;反卷积时在图像每一维的步长&＃xff0c;这是一个一维的向量&＃xff0c;长度4
第五个参数padding&＃xff1a;string类型的量&＃xff0c;只能是"SAME","VALID"其中之一&＃xff0c;这个值决定了不同的卷积方式
第六个参数data_format&＃xff1a;string类型的量&＃xff0c;&＃39;NHWC&＃39;和&＃39;NCHW&＃39;其中之一&＃xff0c;这是tensorflow新版本中新加的参数&＃xff0c;它说明了value参数的数据格式。&＃39;NHWC&＃39;指tensorflow标准的数据格式[batch, height, width, in_channels]&＃xff0c;&＃39;NCHW&＃39;指Theano的数据格式,[batch, in_channels&＃xff0c;height, width]&＃xff0c;当然默认值是&＃39;NHWC&＃39;

通俗的讲这个解卷积&＃xff0c;也就做反卷积&＃xff0c;也叫做转置卷积&＃xff08;最贴切&＃xff09;&＃xff0c;我们就叫做反卷积吧&＃xff0c;它的目的就是卷积的反向操作&＃xff0c; 

所以在做这些之前&＃xff0c;你心里要有一个正向卷积的流程在心里&＃xff0c;什么&＃xff1f;你没有&＃xff1f;好吧&＃xff0c;那我就引导你一下&＃xff1a;

input_shape &＃61; [1,5,5,3] 
kernel_shape&＃61;[2,2,3,1] 
strides&＃61;[1,2,2,1] 
padding &＃61; "SAME"

out_shape   结果应该是什么&＃xff0c;应该是[1,3,3,1] 只有一个通道的3*3的图片&＃xff0c;

然后我们就对它进行反向操作&＃xff0c;注意哪方面不同&＃xff1a;

设x&＃61;out_shape,#[1,3,3,1]

import tensorflow as tf
tf.set_random_seed(1)x &＃61; tf.random_normal(shape&＃61;[1,3,3,1])#正向卷积的结果&＃xff0c;要作为反向卷积的输出
kernel &＃61; tf.random_normal(shape&＃61;[2,2,3,1])#正向卷积的kernel的模样# strides 和padding也是假想中 正向卷积的模样。
y &＃61; tf.nn.conv2d_transpose(x,kernel,output_shape&＃61;[1,5,5,3],strides&＃61;[1,2,2,1],padding&＃61;"SAME")
# 在这里&＃xff0c;output_shape&＃61;[1,6,6,3]也可以&＃xff0c;考虑正向过程&＃xff0c;[1,6,6,3]时&＃xff0c;然后通过
# kernel_shape:[2,2,3,1],strides:[1,2,2,1]也可以
# 获得x_shape:[1,3,3,1]。
# output_shape 也可以是一个 tensor
sess &＃61; tf.Session()
tf.global_variables_initializer().run(session&＃61;sess)print(y.eval(session&＃61;sess))

然后输出的y就是最上面的input_shape&＃xff0c;

我想到了一个很合理的方法就是这样定制你的反卷积网络&＃xff0c;也即是你在进行反卷积之前&＃xff0c;你要推算一下正向卷积所需要的路径&＃xff0c;然后把正向卷积所需要的kernel,和strides写入tf.conv2d_transpose()函数就行了&＃xff0c;当然输入和输出要互相对换一下就行了&＃xff0c;

下面是我自己实现的3维反卷积操作&＃xff0c;原理是一样的&＃xff1a;

import tensorflow as tfkernel1 &＃61; tf.constant(1.0, shape&＃61;[3,3,3,512,512]) #正向卷积核
kernel2 &＃61; tf.constant(1.0, shape&＃61;[3,3,3,512,512]) #反向卷积核
x3 &＃61; tf.constant(1.0, shape&＃61;[10,2,7,7,512])#正向卷积输入
y2 &＃61; tf.nn.conv3d(x3, kernel1, strides&＃61;[1,1,1,1,1], padding&＃61;"SAME") #正向卷积
pool&＃61;tf.nn.max_pool3d(y2,ksize&＃61;[1,2,2,2,1],strides&＃61;[1,2,2,2,1],padding&＃61;&＃39;SAME&＃39;)#池化sess&＃61;tf.Session()
sess.run(tf.global_variables_initializer())
sess.run(pool)
print(pool.shape)#(10,1,4,4,512)#反向卷积
y3 &＃61; tf.nn.conv3d_transpose(pool,kernel2,output_shape&＃61;[10,2,7,7,512], strides&＃61;[1,2,2,2,1],padding&＃61;"SAME")
sess.run(y3)
print(y3.shape)#(10,2,7,7,512)

上面的例子是由[10,2,7,7,512]----卷积池化到----[10,1,4,4,512]----反卷积到----[10,2,7,7,512]    

至于内部原理是怎么实现的&＃xff0c;请看&＃xff1a;https://blog.csdn.net/u012938704/article/details/52838902

https://blog.csdn.net/kekong0713/article/details/68941498

http://deeplearning.net/software/theano_versions/dev/tutorial/conv_arithmetic.html#transposed-convolution-arithmetic