如何使用 tf.layers.conv2d 训练具有绑定权重的自动编码器答案

【问题标题】：How to use tf.layers.conv2d to train a autoencoder with tied weights如何使用 tf.layers.conv2d 训练具有绑定权重的自动编码器
【发布时间】：2018-01-15 01:15:44
【问题描述】：

如果我想训练一个权重绑定的自动编码器（编码器和解码器具有相同的权重参数），如何正确使用tf.layers.conv2d 来做到这一点？

我不能简单地在编码器和解码器的相应conv2d 层之间共享变量，因为解码器的权重是编码器的转置。

也许现在几乎不使用捆绑重量，但我只是好奇。

【问题讨论】：

Here 是使用共享权重的卷积自编码器的教程

标签： tensorflow conv-neural-network convolution recurrent-neural-network autoencoder

【解决方案1】：

使用tf.nn.conv2d（以及相应的tf.nn.conv2d_transpose）。这是一个接受kernel 变量作为参数的低级函数。

kernel = tf.get_variable('kernel', [5, 5, 1, 32])
...
encoder_conv = tf.nn.conv2d(images, kernel, strides=[1, 1, 1, 1], padding='SAME')
...
decoder_conv = tf.nn.conv2d_transpose(images, kernel, strides=[1, 1, 1, 1], padding='SAME')

【讨论】：