入力のサイズが一定でない畳み込みオートエンコーダーを作成したいと思います。私はエンコーディングレイヤーに到達するまでコンボプールレイヤーを積み重ね、それからアップサンプルコンバージョンレイヤーで逆を行うことでこれをやっています。問題は、私が使用する設定に関係なく、入力レイヤーと同じ出力レイヤーで同じサイズを取得できないということです。その理由は、UpSamplingレイヤー(たとえば、(2,2)サイズ)は入力のサイズを2倍にするため、たとえば奇数次元を取得できないためです。特定のレイヤーの出力次元を個々のサンプルの前のレイヤーの入力次元に結びつける方法はありますか(私が言ったように、変数の最大プール層の入力サイズ)?ケラスの可変サイズ画像用の完全畳み込みオートエンコーダー
5
A
答えて
0
はい、あります。
は、あなただけの大きさが増加していきます三つの方法
パディング
-
を使用することができます。サイズを減らすのに有益ではありません。
サイズ変更は、それぞれのケース(アップサンプリングまたはダウンサンプリング)ごとにコストがかかりますが、最適なソリューションでなければなりません。範囲内のすべての値を保持し、指定された次元でサイズを変更するために単純に再サンプリングします。
クロップまたはパッドはリサイズとして機能し、この方法では補間がないため、計算効率が向上します。ただし、サイズを小さくしてサイズを変更する場合は、エッジから切り抜きます。
これら3つを使用すると、レイヤーの寸法を整理できます。
関連する問題
- 1. 完全畳み込みネットワークトレーニング画像サイズ
- 2. 可変サイズ画像を持つ2D畳み込みニューラルネットワーク
- 3. 畳み込み、画像上の画像
- 4. Caffeの完全な畳み込みネット
- 5. Caffe完全畳み込みCNN
- 6. 実装畳み込みニューラルネットワークのケラス
- 7. 畳み込みレイヤーミスマッチのケラス次元性
- 8. 畳み込みオートエンコーダーを使用した2Dから3Dへ
- 9. Tensorflowの畳み込みオートエンコーダーの共有ウェイト
- 10. 空間畳み込み対周波数畳み込み画像の逆フィルタ
- 11. 畳み込みニューラルネットワークと3D画像
- 12. ケラスのpythonを使用して出力畳み込みレイヤー
- 13. 可変サイズ畳み込みニューラルネットワーク入力と固定出力
- 14. 完全畳み込みネットワークのピクセルあたりのsoftmax
- 15. ケラスを使った2つの画像の畳みあい
- 16. 畳み込みネットワーク:完全に接続されたレイヤーのドロップアウト
- 17. 完全畳み込みネットワークのデータセットをフォーマットする方法は?
- 18. パッチワイズトレーニングとFCNの完全畳み込みトレーニング
- 19. 畳み込みレイヤのサイズ縮小
- 20. 畳み込みレイヤの出力サイズ
- 21. OpenCV畳み込みカーネルのサイズ
- 22. 3チャンネル画像の畳み込みレイヤーの逆方向パス
- 23. 畳み込みニューラルネットワークの列車画像の選択
- 24. x方向の画像の各行に1D畳み込み
- 25. 畳み込みニューラルネットワーク - 可視化重み
- 26. 畳み込みニューラルネットワークの画像前処理
- 27. さまざまな入力を使用した完全畳み込みネットワーク
- 28. jQuery - 個々の画像を完全に読み込む
- 29. 画像の読み込み:JavaScriptのオンロードとイメージ::完全な(Firefox 3の)
- 30. Tensorflow畳み込みとnumpy畳み込みの違い