Tensorflow conv2d_transpose (deconv) out_backprop 的行数与计算的不匹配

Question

编辑我的问题是我的过滤器的宽度和高度，我误解了 API 文档...现在正在纠正中

解决方案遵循here幻灯片53的反卷积

---

我有一个与here 类似的问题，但它有点时髦。

优化器初始化时我的错误是Conv2DBackpropInput: Number of rows of out_backprop doesn't match computed: actual = 25, computed = 26。

...所以它减了 1？

一些背景...

我有一个尺寸为<tf.Tensor 'MaxPool_2:0' shape=(?, 25, 25, 128) dtype=float32>的卷积层

输入图像为 200x200，我有 3 个 maxpool 层 - 因此 h = w = 25。我想添加 3 个 deconv 层，以便返回原始分辨率（我正在进行图像分割）。

deconv 代码如下所示：

temp_batch_size = tf.shape(x)[0]
# output_shape = tf.pack([temp_batch_size, 50, 50, 64])
output_shape = [temp_batch_size, 50, 50, 64]
conv4 = tf.nn.conv2d_transpose(conv3, weights['wdc1'], output_shape=output_shape, strides=[1,1,1,1], padding="VALID")
# conv4 = tf.nn.local_response_normalization(conv4)

# output_shape = tf.pack([temp_batch_size, 100, 100, 32])
output_shape = [temp_batch_size, 100, 100, 32]
conv5 = tf.nn.conv2d_transpose(conv4, weights['wdc2'], output_shape=output_shape, strides=[1,1,1,1], padding="VALID")
# conv5 = tf.nn.local_response_normalization(conv5)

# output_shape = tf.pack([temp_batch_size, 200, 200, 1])
output_shape = [temp_batch_size, 200, 200, 1]
conv6 = tf.nn.conv2d_transpose(conv5, weights['wdc3'], output_shape=output_shape, strides=[1,1,1,1], padding="VALID")
# conv6 = tf.nn.local_response_normalization(conv6)

（你可以看到我尝试tf.pack() 没有成功——正如推荐的here）权重在哪里：

'wdc1' : tf.Variable(tf.random_normal([25, 25, 64,128])),

'wdc2' : tf.Variable(tf.random_normal([50, 50, 32,64])),

'wdc3' : tf.Variable(tf.random_normal([100, 100, 1,32])),

一些调试看起来像这样：

(Pdb) conv3
<tf.Tensor 'MaxPool_2:0' shape=(?, 25, 25, 128) dtype=float32>
(Pdb) conv4
<tf.Tensor 'conv2d_transpose:0' shape=(?, ?, ?, ?) dtype=float32>
(Pdb) conv5
<tf.Tensor 'conv2d_transpose_1:0' shape=(?, ?, ?, ?) dtype=float32>
(Pdb) conv6
<tf.Tensor 'conv2d_transpose_2:0' shape=(?, ?, ?, ?) dtype=float32>

我觉得很奇怪，因为我有 temp_batch_size = tf.shape(x)[0] 行（推荐 here），最后 3 个维度也是问号？如果我将第一个维度更改为常数（例如 10），我会得到 <tf.Tensor 'conv2d_transpose:0' shape=(10, 50, 50, 64) dtype=float32>

所以也许这是我的问题的一部分？如果我将它改回常量batch_size，那么我会在优化器初始化时收到错误ValueError: Shapes (10, 101, 101, 32) and (10, 100, 100, 32) are not compatible。再一次，减一。

使用此配置进行调试...

(Pdb) conv4
<tf.Tensor 'conv2d_transpose:0' shape=(10, 50, 50, 64) dtype=float32>
(Pdb) conv5
<tf.Tensor 'conv2d_transpose_1:0' shape=(10, 100, 100, 32) dtype=float32>
(Pdb) conv6
<tf.Tensor 'conv2d_transpose_2:0' shape=(10, 200, 200, 1) dtype=float32>

问题是我的步数吗？它们应该是什么（我尝试了不同的变体但没有成功）

Answer 1

使用转置卷积时，您需要反省：在给定输出（形状为 [batch_size, 200, 200, 1]）的情况下，您将如何获得输入（形状为 conv3 的 [batch_size, 25, 25, 128]）？

您将执行一系列 3x3 卷积和最大池化。不幸的是，TensorFlow 中尚不支持 unpooling，因此您只需使用转置卷积即可。

过滤器应具有正常的 CNN 形状：如 3x3 卷积或 5x5。如果要增加输出大小，则需要使用跨步转置卷积。

weights = {
  'wdc1' : tf.Variable(tf.random_normal([3, 3, 64, 128])),
  'wdc2' : tf.Variable(tf.random_normal([3, 3, 32, 64])),
  'wdc3' : tf.Variable(tf.random_normal([3, 3, 1, 32]))
}

还有代码（别忘了stride = 2）：

temp_batch_size = 10

conv3 = tf.zeros([temp_batch_size, 25, 25, 128])
output_shape = [temp_batch_size, 50, 50, 64]
conv4 = tf.nn.conv2d_transpose(conv3, weights['wdc1'], output_shape=output_shape, strides=[1,2,2,1], padding="SAME")

output_shape = [temp_batch_size, 100, 100, 32]
conv5 = tf.nn.conv2d_transpose(conv4, weights['wdc2'], output_shape=output_shape, strides=[1,2,2,1], padding="SAME")

output_shape = [temp_batch_size, 200, 200, 1]
conv6 = tf.nn.conv2d_transpose(conv5, weights['wdc3'], output_shape=output_shape, strides=[1,2,2,1], padding="SAME")

---

编辑：

刚刚看到您的编辑。 CS231n 中的slides 很好地说明了如何使用转置卷积，video 更好！