Я хотел бы использовать tf.nn.conv2d_transpose
для создания слоя деконволюции для сети GAN.
Я хотел бы создать функцию deconv_layer
.Он генерирует новый слой, который выводит filter_num
фильтров с expand_size
кратным разрешением ввода.
Мой код:
def deconv_layer(x, filter_num, kernel_size=5, expand_size=2):
x_shape = x.get_shape().as_list()
with tf.name_scope('deconv_'+str(filter_num)):
size_in = x_shape[-1]
size_out = filter_num
w = tf.Variable(tf.random_normal([kernel_size, kernel_size, size_in, size_out], mean=0.0, stddev=0.125), name="W")
b = tf.Variable(tf.random_normal([size_out], mean=0.0, stddev=0.125), name="B")
conv = tf.nn.conv2d_transpose(x, w, output_shape=[-1, x_shape[-3]*expand_size, x_shape[-2]*expand_size, filter_num], strides=[1,expand_size,expand_size,1], padding="SAME")
act = tf.nn.relu(tf.nn.bias_add(conv, b))
tf.summary.histogram('weights', w)
tf.summary.histogram('biases', b)
tf.summary.histogram('activations', act)
return act
Сообщение об ошибке:
ValueError: input channels does not match filter's input channels
At conv = tf.nn.conv2d_transpose(...)
Я не уверен, правильно ли я использую tf.nn.conv2d_transpose
.Я пытался создать его на основе сверточного слоя.