あらかじめ訓練されたモデルの入力形状を重み付きで変更する

Question

訓練を受けた[3D] CNNでモデルを訓練し、そのウエイトを使って伝達学習を使用しようとしています。

しかし、入力サイズが(256,256,256,1)であるのに対して、入力サイズが(64,64,7,3)であるという問題があります。どうすればこの問題を解決できますか？

Answer 1

これは1つの解決策です：ネットワークの始めに1x1 conv2Dレイヤーを追加すると、（64,64,64）に減らすことができます。この1x1 conv2Dは、（64,64、n）という結果になります。ここでnは、あなたが望むユニットの数です。あなたのケースTensorflow 3.

に、あなたはこのようにそれを行うだろう：

tf.layers.conv2D(inputs, 3, kernel_size=(1,1), activation=<your_activation>) 

このアプローチの利点を、それがデータから（64,64,64から行くための変換を学ぶということです）〜（64,64,3）となる。

私は、なぜあなたが最初に（256,256,256）または（64,64,64）の画像を持っているのかは分かりませんでした。通常、最後の次元はチャネルの数で、「RGB」の場合のように3つです。

編集：編集した質問に応じて、目的のサイズを取得する方法がいくつかあります。

たとえば、ネットワークの冒頭に1つ以上のconv3dレイヤーを追加し、適切なkernel_sizeとstrideを選択して、目的のサイズにすることができます。あなたは次の層を追加した場合：例ネットワークの先頭に

tf.layers.conv3d(inputs, 3, kernel_size=(193,193,250), strides=(1,1,1)) 

をinputsが暗いのテンソルである場合は、DIM =（なし、64,64,7,3）のテンソルを取得します=（なし、256,256,256,1）。 3d（max/avg/etc）のプール層を使用することもできます。

そしてもちろん、あなたはまた、あなたが望む寸法を得るためにtf.reshape、tf.image.resize_images、tf.transpose、tf.concat、tf.layers.conv2dなどを使用することができます。例：

inputs = tf.placeholder(<tf.type>, shape=(None,256,256,256,1)) 
a = tf.reshape(inputs, (-1,256,256,256)) # shape=(None,256,256,256) 
b = tf.image.resize_images(a, (64,64)) # shape=(None,64,64,256) 
c = tf.layers.conv2d(b, 7, kernel_size=(1,1)) # shape=(None,64,64,7) 
d = tf.reshape(c, (-1,64,64,7,1)) # shape=(None,64,64,7,1) 
e = tf.layers.conv3d(d, 3, kernel_size=(1,1,1)) # shape=(None,64,64,7,3) 

とにかく、あなたが望む寸法を得るには多くの方法がありますが、問題によっては別の方法よりも1つの方法を優先することができます。