4

我尝试为卷积网络实现反卷积层。我所说的反卷积的意思是假设我将3x227x227输入图像输入到具有大小3x11x11和步幅为 4 的过滤器的层。因此,生成的特征图具有大小55x55。我尝试做的是应用我将55x55特征图投影到再次3x227x227图像的反向操作。基本上,55x55特征图上的每个值都由过滤器加权3x11x11并投影到图像空间,并且由于步幅而导致的重叠区域被平均。

我试图在 numpy 中实现它但没有任何成功。我找到了一个暴力嵌套for循环的解决方案,但它太慢了。如何有效地在 numpy 中实现它?欢迎任何帮助。

4

1 回答 1

1

正如在这个问题中所讨论的,反卷积只是一个卷积层,但具有特定的填充、步幅和滤波器大小选择。

例如,如果您当前的图像大小是,您可以应用与和55x55的卷积来获得图像,然后padding=20以此类推。(我并不是说这种数字选择给出了输出图像的所需质量,只是大小。实际上,我认为从to下采样然后再上采样回过于激进,但您可以自由尝试任何架构)。stride=1filter=[21x21]75x7595x95227x22755x55227x227

这是任何步幅和填充的前向传递的实现。它执行im2col 转换,但使用stride_tricksfrom numpy. 它不像现代 GPU 实现那样优化,但绝对比4 个内部循环快:

import numpy as np

def conv_forward(x, w, b, stride, pad):
  N, C, H, W = x.shape
  F, _, HH, WW = w.shape

  # Check dimensions
  assert (W + 2 * pad - WW) % stride == 0, 'width does not work'
  assert (H + 2 * pad - HH) % stride == 0, 'height does not work'

  # Pad the input
  p = pad
  x_padded = np.pad(x, ((0, 0), (0, 0), (p, p), (p, p)), mode='constant')

  # Figure out output dimensions
  H += 2 * pad
  W += 2 * pad
  out_h = (H - HH) / stride + 1
  out_w = (W - WW) / stride + 1

  # Perform an im2col operation by picking clever strides
  shape = (C, HH, WW, N, out_h, out_w)
  strides = (H * W, W, 1, C * H * W, stride * W, stride)
  strides = x.itemsize * np.array(strides)
  x_stride = np.lib.stride_tricks.as_strided(x_padded,
                                             shape=shape, strides=strides)
  x_cols = np.ascontiguousarray(x_stride)
  x_cols.shape = (C * HH * WW, N * out_h * out_w)

  # Now all our convolutions are a big matrix multiply
  res = w.reshape(F, -1).dot(x_cols) + b.reshape(-1, 1)

  # Reshape the output
  res.shape = (F, N, out_h, out_w)
  out = res.transpose(1, 0, 2, 3)
  out = np.ascontiguousarray(out)
  return out
于 2017-10-04T10:06:49.213 回答