TensorFlow 踩坑 conv2d_transpose

在自定义TensorFlow网络中使用tf.nn.conv2d_transpose时遇到错误,通过将out_size转换为int类型解决了问题。TensorLayer的Deconv2dLayer和简化版的DeConv2d也有类似处理,但未对filter_size和strides做相同转换。
摘要由CSDN通过智能技术生成
用Tensorlayer 搭建网络,将Deconv2dLayer封装成一个函数,提供一些默认实参,方便调用:
w_init = tf.random_normal_initializer(stddev=0.02)
b_init = None
g_init = tf.random_normal_initializer(1., 0.02)
def deconv2d(layer, out_channels=128, filter_size=3, out_size=(256,256), strides=(1, 2, 2, 1), act=tf.identity, W_init=w_init, b_init=b_init, name='deconv2d'):
    """
    shape - shape of filter : [height, width, out_channels, in_channels]
    output_shape - shape of outputs
    """
    batch, h, w, in_channels = layer.outputs.get_shape().as_list()   
    filter_shape = (filter_size, filter_size, out_channels, in_channels)
    output_shape = (batch, out_size[0], out_size[1], out_channels)
    return tl.layers.DeConv2dLayer(layer, act=act, shape=filter_shape, output_shape=output_shape, strides=strides, padding='SAME', W_init=W_init, b_i
  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值