FCN 的 tf.nn.conv2d_transpose output_shape

【问题标题】：tf.nn.conv2d_transpose output_shape for FCNFCN 的 tf.nn.conv2d_transpose output_shape
【发布时间】：2017-08-17 15:18:25
【问题描述】：

我想在 tensorflow 中为 FCN 模型实现反卷积层，我对 5 个 conv 输出中的每一个都使用了 tf.nn.conv2d_transpose，我需要的是 5 个 deconv 中的每一个的输出形状与输入相同图像形状。所以我设置了

deconv_shape = tf.shape(input)
tf.nn.conv2d_transpose(value=deconv5_1,
                       filter=[32, 32, 1, 1],
                       output_shape=deconv_shape,
                       strides=16,
                       padding="same",
                       name="deconv5_2")

我做得对吗？

【问题讨论】：

标签： tensorflow

【解决方案1】：

我认为您的实现不正确，这是正确的几个步骤。

in_channels = input.shape[-1]
# here set the output_height, width as [stride*input_height, stride*input_width]]
output_shape = [batch_size, output_height, output_width, out_channels]
filter_size =2 # for example 
stride = 2 # for example if you want 2x scale of input height, width
shape = [filter_size, filter_size, out_channels, in_channels]
w = tf.get_variable(
        name='W',
        shape=shape,
        initializer=w_init,
        regularizer=w_regularizer,
        trainable=trainable
)

output = tf.nn.conv2d_transpose(
        input, w, output_shape=output_shape, strides=[1, stride, stride, 1])

【讨论】：