1

有人可以用简单的术语和示例来解释在执行 conv2d 前向传递后这些是如何工作的。

让我补充一下这个问题 - conv2d_backprop_filter 和 tf.nn.conv2d_backprop_input 有什么区别？

4

2 回答 2

0

对于 conv2d_transpose 的解释，我会查看其他堆栈溢出问题，例如：conv2d_transpose

至于 conv2d_backprop_filter：这是在反向传播期间计算并传递给前一层的内容。它已被用于诸如 Deep Dream 和创建对抗样本之类的事情。

于 2017-03-15T19:27:48.040 回答
0

请参阅此答案以获取有关如何tf.nn.conv2d_backprop_input以及tf.nn.conv2d_backprop_filter在示例中的详细示例。

对您的问题的简短回答：

在tf.nn中，有 4 个密切相关的 2d conv 函数：

  • tf.nn.conv2d
  • tf.nn.conv2d_backprop_filter
  • tf.nn.conv2d_backprop_input
  • tf.nn.conv2d_transpose

给定out = conv2d(x, w)和输出梯度d_out：

  • 用于tf.nn.conv2d_backprop_filter计算滤波器梯度d_w
  • 用于tf.nn.conv2d_backprop_input计算滤波器梯度d_x
  • tf.nn.conv2d_backprop_input可以通过tf.nn.conv2d_transpose
  • 以上4个功能都可以通过tf.nn.conv2d
  • 实际上，使用 TF 的 autodiff 是计算梯度最快的方法
于 2017-06-04T04:44:25.053 回答