2
如何有效实现在Tensorflow中沿空间维度分开文件管理器的1x1卷积?有一个tf.nn.depthwise_conv2d这是类似于我的问题,但它有跨越深度(即第三维)单独的过滤器。空间可分卷积
在最简单的情况下out_channels = 1这个卷积可以被写为:
def spatial_conv(input, filter):
return tf.reduce_sum(tf.mul(input, filter), [3], keep_dims=True)
input.dim=[batch_size, input_width, input_height, channels]
哪里和filter.dim=[input_width, input_height, channels]
。我想通过连接来自相同输入和不同(但相同形状)滤波器的输出来推广这种卷积。