时间戳

首页 > 解决方案 > 了解 tf.nn.depthwise_conv2d

python - 了解 tf.nn.depthwise_conv2d

问题描述

来自 https://www.tensorflow.org/api_docs/python/tf/nn/depthwise_conv2d

给定一个 4D 输入张量（'NHWC' 或 'NCHW' 数据格式）和一个形状为 [filter_height, filter_width, in_channels, channel_multiplier] 的滤波器张量，其中包含深度为 1 的 in_channels 卷积滤波器，depthwise_conv2d 对每个输入通道应用不同的滤波器（扩展从 1 个通道到每个通道的 channel_multiplier 通道），然后将结果连接在一起。输出有 in_channels * channel_multiplier 通道

  1. “从 1 个频道扩展到每个频道的 channel_multiplier 频道”是什么意思？
  2. 是否有可能有 out_channels < in_channels？
  3. 是否可以将输入张量划分为 Pytorch https://pytorch.org/docs/stable/nn.html#conv2d中的组？

例子：

import tensorflow as tf
import numpy as np
import os

os.environ['TF_CPP_MIN_LOG_LEVEL'] = '1'
tf.compat.v1.logging.set_verbosity(tf.compat.v1.logging.ERROR)

np.random.seed(2020)

print('tf.__version__', tf.__version__)

def get_data_batch():
    bs = 2
    h = 3
    w = 3
    c = 4

    x_np = np.random.rand(bs, h, w, c)
    x_np = x_np.astype(np.float32)
    print('x_np.shape', x_np.shape)

    return x_np


def run_conv_dw():
    print('='*60)
    x_np = get_data_batch()
    in_channels = x_np.shape[-1]
    kernel_size = 3
    channel_multiplier = 1
    with tf.Session() as sess:
        x_tf = tf.convert_to_tensor(x_np)
        filter = tf.get_variable('w1', [kernel_size, kernel_size, in_channels, channel_multiplier],
                                 initializer=tf.contrib.layers.xavier_initializer())
        z_tf = tf.nn.depthwise_conv2d(x_tf, filter=filter, strides=[1, 1, 1, 1], padding='SAME')

        sess.run(tf.global_variables_initializer())
        z_np = sess.run(fetches=[z_tf], feed_dict={x_tf: x_np})[0]
        print('z_np.shape', z_np.shape)


if '__main__' == __name__:
    run_conv_dw()

通道乘数不能为浮点数：

如果channel_multiplier = 1：

x_np.shape (2, 3, 3, 4)
z_np.shape (2, 3, 3, 4)

如果channel_multiplier = 2：

x_np.shape (2, 3, 3, 4)
z_np.shape (2, 3, 3, 8)

标签： pythontensorflowpytorchconv-neural-network

解决方案

在 pytorch 方面：

  1. 每组总是一个输入通道，每组“channel_multiplier”输出通道；
  2. 不是一步到位；
  3. 见1

我看到了一种模拟每组多个输入通道的方法。对于两个， do depthwise_conv2d，然后将结果张量作为一副纸牌分成两半，然后按元素求和获得的一半（在 relu 等之前）。请注意，输入通道号i将被归为i+inputs/2一组。

编辑：上面的技巧对小团体很有用，对于大团体来说，只需将输入张量拆分为 N 个部分，其中 N 是组数，conv2d独立制作每个部分，然后连接结果。

推荐阅读