Tensorflow - 2D свертка с множеством каналов

Я определяю свой ввод и свои ядра таким образом

import numpy as np
k = np.array([[
    [1, 0, 1],
    [2, 1, 0],
    [0, 0, 1]
],[
    [1, 0, 1],
    [2, 1, 0],
    [0, 0, 1]
]
], dtype=np.float32)
i = np.array([
    [4, 3, 1, 0],
    [2, 1, 0, 1],
    [1, 2, 4, 1],
    [3, 1, 0, 2]
], dtype=np.float32)

И сверните два, используя

import tensorflow as tf
kernel = tf.reshape(k, [3, 3, 1, 2], name='kernel')
image  = tf.reshape(i, [1, 4, 4, 1], name='image')
res = tf.squeeze(tf.nn.conv2d(image, kernel, [1, 1, 1, 1], "VALID"))
with tf.Session() as sess:
   print sess.run(res)

Уступая в результате

[[[11. 12.]
  [ 8.  6.]]

 [[11. 11.]
  [ 8.  8.]]]

Я хочу выполнить одну свертку с одним «подфильтром».

[
[1, 0, 1],
[2, 1, 0],
[0, 0, 1]
]

над входом в то время. Делая это сам ручкой и бумагой, я получаю

[[[14.  6.]
  [ 6. 12.]]

 [[14.  6.]
  [ 6. 12.]]]

Все другие перестановки "параметров изменения формы" приводят к ошибкам, и я не могу найти, что делаю неправильно, в документации TF. Кто-нибудь знает, что я делаю не так?

python numpy tensorflow computer-vision

27.04.2018 18:05

Почему в Python есть оператор "pass"?

Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.

Некоторые методы, о которых вы не знали, что они существуют в Python

Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...

Основы Python Часть I

Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?

LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа

Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:

Оптимизация кода с помощью тернарного оператора Python

И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это

Советы по эффективной веб-разработке с помощью Python

Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.

300

Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Вам просто нужно использовать tf.transpose до и после вычисления:

import numpy as np
import tensorflow as tf

k = np.array([[
    [1, 0, 1],
    [2, 1, 0],
    [0, 0, 1]
],[
    [1, 0, 1],
    [2, 1, 0],
    [0, 0, 1]
]
], dtype=np.float32)
i = np.array([
    [4, 3, 1, 0],
    [2, 1, 0, 1],
    [1, 2, 4, 1],
    [3, 1, 0, 2]
], dtype=np.float32)

with tf.Graph().as_default(), tf.Session() as sess:
    kernel = tf.expand_dims(tf.transpose(k, (1, 2, 0)), 2, name='kernel')
    image  = tf.reshape(i, [1, 4, 4, 1], name='image')
    res = tf.squeeze(tf.nn.conv2d(image, kernel, [1, 1, 1, 1], "VALID"))
    res = tf.transpose(res, (2, 0, 1))
    print sess.run(res)

Выход:

[[[ 14.   6.]
  [  6.  12.]]

 [[ 14.   6.]
  [  6.  12.]]]

27.04.2018 18:22

Другие вопросы по теме

Разделить массив разными строками

Как отфильтровать массив numpy с помощью регулярного выражения?

Выбор элементов из списка двух массивов

Извлечь и распечатать координаты x, y из массива x, y, где y между двумя предопределенными значениями

Ускорение векторизации построчных норм двух матриц

Python3 opencv получает количество совпадений с шаблоном

Numpy 2d установить разницу

Заполнение массива Numpy из файла CSV в Ros

Как применить многомерную справочную таблицу к цветному изображению?

Как использовать numpy digitize для конкатенированных значений, выходящих за пределы диапазона?

Tensorflow - 2D свертка с множеством каналов

Ответы 1

Другие вопросы по теме

Похожие вопросы