Этот ответ предназначен для других людей, которые пришли сюда через Google:
Расширение VS шаг: шаг уменьшает ответную реакцию. Таким образом, вы используете только один раз. Расширение увеличивает размер ядра за счет добавления нулей между ними. Это даст тот же эффект, что и шаги, но без уменьшения отклика. Пример Keras / tf.keras:
x = input_img
x = Conv2D(16, (3, 3), padding='valid')(x)
x = Conv2D(16, (3, 3), strides=2, padding='valid')(x)
x = Conv2D(16, (3, 3), padding='valid')(x)
x = Conv2D(16, (3, 3), strides=2, padding='valid')(x)
x = Conv2D(16, (3, 3), padding='valid')(x)
encoded = Conv2D(num_featers, (2, 2), padding='valid')(x)
Такой же как:
x = Conv2D(16, (3, 3), padding='valid')(x)
x = Conv2D(16, (3, 3), padding='valid')(x)
x = Conv2D(16, (3, 3), dilation_rate=2, padding='valid')(x)
x = Conv2D(16, (3, 3), dilation_rate=2, padding='valid')(x)
x = Conv2D(16, (3, 3), dilation_rate=4, padding='valid')(x)
encoded = Conv2D(num_featers, (2, 2), dilation_rate=4, padding='valid')(x)
Если вы замените шаги в автокодировщике на dilation_rate, как это, он будет работать. (Conv2dTranspose также имеет dilation_rate, но это не работает: https://github.com/keras-team/keras/issues/8159. Временное решение - обучение вашей сети с помощью шагов (кодировщик) и upscaling2d (декодер). Загрузите эти веса в более простой кодировщик с расширением, когда вы его не используете.)
О объединении: в этом случае объединение не требуется, но оно может помочь устранить смещение местоположения. Другой метод - увеличение переводов для получения того же результата. В зависимости от вашей проблемы, хотите вы этого или нет.
полностью связаны: полностью вышли из моды. Просто используйте слой свертки с размером, чтобы соединить все. Это точно так же, но позволит получить больший вклад.
Меньше или больше фильтров: никогда не знаю. Визуализируйте свой фильтр и / или ответ фильтра. Если вы видите фильтры, которые очень похожи, вы использовали много фильтров. Или недостаточно стимулировал различие в натуре (отсев и увеличение данных могли в этом помочь).
person
Tom Nijhof
schedule
16.08.2018
dilation
? - person Marcin Możejko   schedule 05.02.2018