Как выполнить Деконволюцию / ТрансКонволюцию в Керасе?

Question

Моя модель структуры выглядит следующим образом:

Слой (тип) Выходная форма Параметр #

conv2d_31 (Conv2D)           (None, 40, 40, 16)        160       
_________________________________________________________________
max_pooling2d_4 (MaxPooling2 (None, 20, 20, 16)        0         
_________________________________________________________________
conv2d_32 (Conv2D)           (None, 20, 20, 32)        12832     
_________________________________________________________________
max_pooling2d_5 (MaxPooling2 (None, 10, 10, 32)        0         
_________________________________________________________________
conv2d_33 (Conv2D)           (None, 10, 10, 64)        100416    
_________________________________________________________________
max_pooling2d_6 (MaxPooling2 (None, 5, 5, 64)          0         
_________________________________________________________________
flatten_2 (Flatten)          (None, 1600)              0         
_________________________________________________________________
dense_3 (Dense)              (None, 1024)              1639424   
_________________________________________________________________
dropout_2 (Dropout)          (None, 1024)              0         
_________________________________________________________________
dense_4 (Dense)              (None, 1)                 1025      
_________________________________________________________________
activation_52 (Activation)   (None, 1)                 0      

Я хочу применить деконволюцию к любому конкретному слою и отобразить результаты. Я подумал, что мне следует использовать слой Conv2DTranspose, но я не могу понять аргументы, связанные с ним. Пожалуйста помоги

Answer 1

Обратите внимание на номенклатуру.

Деконволюция не транспонированная свертка, хотя термины широко используются взаимозаменяемо. Правильный термин, который нужно использовать, это транспонированная свертка. Вот почему слой "деконволюции" даже не существует в Keras, в то время как Conv2DTransposed существует.

Вы можете попробовать построить модель глубокого обучения с помощью API модели вместо последовательного API.

Таким образом, вы можете добавить Conv2DTransposed к определенному слою и увидеть результат транспонированной свертки.

Вы можете просмотреть слой транспонированной свертки как слой с повышенной дискретизацией. Первый имеет обучаемые параметры, в то время как последний только удваивает / утраивает и т. Д. Размер изображения посредством интерполяции.

Ознакомьтесь с документацией Keras для функционального API (Model API): https://keras.io/models/model/

Посмотрите документацию Keras для транспонированной свертки: https://keras.io/layers/convolutional/

Проверьте эту учетную запись github, чтобы визуально понять транспонированную свертку: https://github.com/vdumoulin/conv_arithmetic