Повышение дискретизации прямоугольных изображений в TensorFlow с помощью tf.layers.conv2d_transpose - PullRequest
Новая
       7

Повышение дискретизации прямоугольных изображений в TensorFlow с помощью tf.layers.conv2d_transpose

0 голосов
/ 05 декабря 2018

Я хочу повысить частоту скрытого вектора data с формой (batch_size, 1, 1, 218) до формы цели (batch_size, height, width, channels), в то время как height = 120, width = 160, channels = 7.Я попытался сделать это следующим образом, но у меня возникли трудности с получением некоторого разумного результата.Чтобы подтвердить мой подход, я хочу убедиться, что эта часть кода в порядке.В частности, я не уверен, подходит ли для этого режим 'valid' или 'тот же самый', что и режим padding, и если начинать с шага 5 хорошо. 

# (1,1,128) -> (5,5,64)
outputs = tf.layers.conv2d_transpose(data, filters=64, kernel_size=1, strides=5, padding='valid')

# (5,5,64) -> (15,20,64)
outputs = tf.layers.conv2d_transpose(outputs, filters=64, kernel_size=(3, 4), strides=(3, 4), padding='valid')

# (15,20,64) -> (30,40,32)
outputs = tf.layers.conv2d_transpose(outputs, filters=32, kernel_size=2, strides=2, padding='valid')

# (30,40,32) -> (60,80,32)
outputs = tf.layers.conv2d_transpose(outputs, filters=32, kernel_size=2, strides=2, padding='valid')

# (60,80,32) -> (120,160,7)
outputs = tf.layers.conv2d_transpose(outputs, filters=7, kernel_size=2, strides=2, padding='valid')
...