問題タブ [deconvolution]

tf.nn.conv2d_transpose()テンソルをアップサンプリングするために2 つのレイヤーをスタックしようとしています。フィード フォワード中は正常に動作しますが、後方伝播中にエラーが発生します: ValueError: Incompatible shapes for broadcasting: (8, 256, 256, 24) and (8, 100, 100, 24).

基本的に、最初の出力をconv2d_transpose2 番目の入力として設定しました。

を 1 つだけ使用するとconv2d_transpose、すべて正常に動作します。エラーは、複数conv2d_transposeが一緒に積み重ねられた場合にのみ発生します。

の複数層を実装する適切な方法がわかりませんconv2d_transpose。これについてどうすればよいかについてのアドバイスは大歓迎です。

エラーを再現する小さなコードを次に示します。

Tensorflow で畳み込みを逆にするために、conv2d_transpose を理解しようとしています。私の理解では、「デコンボリューション」には、通常の畳み込みとその転置を適用した後の「ノイズ」と同じデータが含まれているはずですが、「デコンボリューション」にはまったく異なる画像が含まれているだけです。私のコードに何か問題がありますか、それとも理論が間違っていますか?

N 行の時系列データの行列があります。私が情報を持っているデータの特定のノイズ汚染測定値があります。

データ内のノイズは、マトリックス内の特定の列から隣接する列への信号をぼかすポアソン分布としてモデル化できます。たとえば、元のデータが信号に囲まれていない単一のピークである必要がある場合:

わずかに非対称に分布する測定信号は、次のようになります。

ノイズが列間でデータをどのように分散させているかを示す適切なモデルがある場合、この情報を使用して行列を元の信号の近似値にデコンボリューションするにはどうすればよいですか?

畳み込みニューラル ネットでのデコンボリューションまたは後方畳み込みとはどういう意味ですか?

畳み込みを理解しています。3x3 ウィンドウ W と同じサイズのカーネル k を考慮すると、畳み込み W*K の結果は 1 つの値になります。ここで、k は 3x3 要素の行列です。

私の理解では、デコンボリューションは、特徴マップをアップサンプリングしてより大きなマップを取得しようとしています。特徴マップを取得するために使用されるのと同じ畳み込み行列を使用しますか? そうでない場合、バックプロパゲーションの勾配を計算する方法は? 詳細な説明は非常に役立ちます。

完全に接続されたアップサンプリング レイヤーを使用するこの論文を模倣したいと思います。寄稿したものを使用してconv3d_transposeいますが、コンセプトは2D版と同じはずです。

畳み込み層からの出力が、出力する[6,6,6,256]はずのアップサンプリング層に供給されています[13,13,13,128]。レイヤーが完全に接続されている必要があるため、フィルターは[13,13,13,128]適切である必要がありますか? (特徴マップのサイズを小さくする)

1さらに、ストライドは正しいはずですか？

たぶん私はこれを逆に考えているので、説明させてください。フィルターは、逆受容野のサイズ (完全に構成されています) を定義します。これは、出力層にある重み行列のサイズ(つまり、 full [13,13,13,128]) です。EDIT INCORRECT [ストライドは、単一ウィンドウが入力画像上を移動するストライドの長さです。] --> ストライドも出力層に関連していることがわかりました。たとえば、ストライド 2 のフィルター サイズ 2 は、出力次元を 2 倍にします。これは、完全に接続されたレイヤーの場合、ストライドは であるべきですが0、それは不可能です...

アップサンプリングのコードは次のとおりです。

関数は次のdeconvようになります。

重みとバイアスは次のとおりです。

デバッグから、入力と出力の次元を確認できます。

このコードを実行すると、次のエラーが発生します。

Node最初の行から問題が にあると想定しましたdeconv6が、実際に にあると思われる場合はコードを投稿しますdeconv8。

caffe を使用して画像のセグメンテーション ネットを実装しようとしています。次元を持つ各画像に対して3x256x256、256x256グラウンドトゥルース画像があります。
電車を発車すると、次のエラーが発生しました。

私は何を間違っていますか？この問題にどのように取り組むべきですか？これは私のラベル付け方法に問題がありますか? ありがとう

Caffe で書かれた次の Colorization Modelを実装しています。Keras で指定する output_shape パラメータについて混乱しています

ダミーの output_shape パラメータを追加しました。しかし、どうすれば出力パラメータを決定できますか? Caffe モデルでは、レイヤーは次のように定義されます。

このパラメーターを指定しないと、コードでパラメーター エラーが発生しますが、output_shape として何を指定すればよいかわかりません

ps は、データ サイエンス フォーラム ページで既に質問されていますが、回答はありません。ユーザーベースが小さいことが原因である可能性があります