Как изучить дифференциальные преобразования изображений в тензорном потоке
Я хочу обучить сеть изучать преобразования изображений, например, вращения. Это означает, что в простом виде пиксель в позиции i, j должен быть перемещен в новое местоположение i', j'. Теперь я хочу обучить сеть, которая (опять же, в упрощенной форме) изучает матрицу преобразования M 2x2, а затем умножает каждый индекс i, j на эту матрицу, чтобы определить новое местоположение каждого пикселя. Любые идеи, как это сделать с tenorflow, как лучше всего представить и решить эту задачу? Это также должно быть дифференцируемым. Прямо сейчас моя сеть просто выводит матрицу, и я перебираю все пиксели и применяю умножение матрицы для определения новых позиций, а затем реконструирую изображение в этом порядке. Но тогда TF не находит никаких градиентов.