kerasでConv1DTransposeを実装する方法は？

Question

私は画像で使用できるケラでConv2DTransposeがあることを知っています。私たちはNLPでそれを使う必要があるので、1Dデコンボリューションが必要です。

どのようにケラでConv1DTransposeを実装しますか？

Answer 1

余分な次元を占めるように再構成し、デコンボリューションを実行して、それを元に戻すことができます。実際には、これは動作します。しかし、それは理論的な意味を持っている場合、私は本当に非常に難しいと思っていませんでした（しかし、あなたが入力に合わせて、その次元

x = Reshape((-1, 1))(x) 
x = Permute((3, 1, 2))(x) 
x = Conv2DTranspose(filters, kernel)(x) 
x = Lambda(K.squeeze, arguments={"axis":1})(x) 

Answer 2

使用kerasバックエンドの上に「コンボリューション」するつもりはないとして、理論的にも問題ないように見えます2Dのテンソルは、畳み込みを移調。それは多くの時間を消費することになりますため、常に転置演算を使用しないでください。私の答えで

import keras.backend as K 
from keras.layers import Conv2DTranspose 


def Conv1DTranspose(input_tensor, filters, kernel_size, strides=2, padding='same'): 
    x = Lambda(lambda x: K.expand_dims(x, axis=2))(input_tensor) 
    x = Conv2DTranspose(filters=filters, kernel_size=(kernel_size, 1), strides=(strides, 1), padding=padding)(x) 
    x = Lambda(lambda x: K.squeeze(x, axis=2))(x) 
    return x 

Answer 3

、私はあなたが以前にコンボリューションのためConv1Dを使用しているとします。

Conv2DTransposeが新しいですKeras2では以前は何だったのでしょうか？ UpSampling2Dと畳み込みレイヤの組み合わせによって行われました。 StackExchange [データサイエンス]には、what are deconvolutional layersに関する非常に興味深い議論があります（1つの答えには非常に便利なアニメーションGIFが含まれています）。

このディスカッションを確認してください"Why all convolutions (no deconvolutions) in "Building Autoencoders in Keras"興味深いです。 Francoisがすでに何回も説明してきたように、デコンボリューションレイヤーはアップサンプリングを伴う畳み込みレイヤーに過ぎません。公式のデコンボリューションレイヤーはないと思いますが、その結果は同じです。 （これについては、ほぼ同じではないかもしれません - それ以来、Keras 2はConv2DTransposeを導入しました）

私がそれを理解する方法は、UpSampling1DとConvolution1Dの組み合わせです探していて、私は2Dに行く理由は見当たりません。

しかし、Conv2DTransposeを使用する場合は、最初に入力を1Dから2Dに変更する必要があります。

model = Sequential() 
model.add(
    Conv1D(
     filters = 3, 
     kernel_size = kernel_size, 
     input_shape=(seq_length, M),#When using this layer as the first layer in a model, provide an input_shape argument 
    ) 
) 
model.add(
    Reshape((-1, 1, M)) 
) 
model.add(
    keras.layers.Conv2DTranspose(
     filters=M, 
     kernel_size=(10,1), 
     data_format="channels_last" 
    ) 
) 

Conv2DTransposeを使用するための不便な部分は、あなたがseq_lengthを指定する必要があり、なし（任意の長さのシリーズ）としてそれを持つことができないということです （Theanoがあるように思わ残念ながら、同じことがTensorFlowバックエンドのためにUpSampling1Dと真であります