tensorflow - 使用 Tensorflow.slim 应用 convolution2d_transpose

Question

我正在尝试使用 tf.slim.conv2d 函数应用 2 个卷积层，它们基本上每次都会将我的输入图像的大小减少一半。然后我想应用convolution2d_transpose来恢复我的原始图像形状。问题是我并不完全知道如何使用转置卷积函数，文档也没有太大帮助。

我正在使用自定义包装器，但这是我目前所拥有的：

Input Batch [8, 161, 141] ----> Conv2d [outputs = 32, 
kernel_size = [41,11], stride= [2,2]] 
which cuts the original image in half, and another such layer which cuts it again.

我现在如何应用卷积转置函数来反转这两层的效果？

Answer 1

根据您在上面提供的tensorflow api-docs链接：

def convolution2d_transpose(
inputs,
num_outputs,
kernel_size,
stride=1,
padding='SAME',
data_format=DATA_FORMAT_NHWC,
activation_fn=nn.relu,
normalizer_fn=None,
normalizer_params=None,
weights_initializer=initializers.xavier_initializer(),
weights_regularizer=None,
biases_initializer=init_ops.zeros_initializer(),
biases_regularizer=None,
reuse=None,
variables_collections=None,
outputs_collections=None,
trainable=True,
scope=None):

对于您的示例，您可以像这样使用它：

slim.convolution2d_transpose(input_tensor, 32, [4,4], [2,2], scope='output')