在Keras
中,与tf.nn.conv2d_transpose
对应的图层(函数)在Tensorflow
中有哪些?我曾看到评论说我们可以Just use combinations of UpSampling2D and Convolution2D as appropriate
。是对的吗?与tf.nn.conv2d_transpose对应的Keras图层(函数)
在以下两个示例中,它们都使用这种组合。
1)在Building Autoencoders in Keras中,作者按如下构建解码器。
2)在一个u-uet implementation,作者建立去卷积如下
up6 = merge([UpSampling2D(size=(2, 2))(conv5), conv4], mode='concat', concat_axis=1)
conv6 = Convolution2D(256, 3, 3, activation='relu', border_mode='same')(up6)
conv6 = Convolution2D(256, 3, 3, activation='relu', border_mode='same')(conv6)
嗨马尔钦,感谢您的答复。令我困惑的是,在其他一些情况下,基于“upsampling”和“convolution2D”的组合实现了类似的目标。Deconvolution2D和这个组合的区别是什么?我更新了原始文章,包括 – user297850
我更新了我的评论 –
谢谢,我可以安全地假设他们在数学上是等价的吗?是否有任何数学派生词?谢谢。 – user297850