我正在尝试在paper的第4页中实现二进制文件 . 它_2512209只是这个:
没有为此功能反向传播的渐变 . 我想在TensorFlow中做这件事 . 有两种方法可以解决它:
使用TensorFlow在C中实现它 . 但是,instructions对我来说还不太清楚 . 如果有人能引导我通过它会很棒 . 我不清楚的一件事是为什么ZeroOutOp的渐变在Python中实现?
我决定采用纯Python方法 .
这是代码:
import tensorflow as tf
import numpy as np
def py_func(func, inp, out_type, grad):
grad_name = "BinarizerGradients_Schin"
tf.RegisterGradient(grad_name)(grad)
g = tf.get_default_graph()
with g.gradient_override_map({"PyFunc": grad_name}):
return tf.py_func(func, inp, out_type)
'''
This is a hackish implementation to speed things up. Doesn't directly follow the formula.
'''
def _binarizer(x):
probability_matrix = (x + 1) / float(2)
probability_matrix = np.matrix.round(probability_matrix, decimals=0)
np.putmask(probability_matrix, probability_matrix==0.0, -1.0)
return probability_matrix
def binarizer(x):
return py_func(_binarizer, [x], [tf.float32], _BinarizerNoOp)
def _BinarizerNoOp(op, grad):
return grad
问题发生在这里 . 输入是32x32x3 CIFAR图像,它们在最后一层减少到4x4x64 . 我的最后一层的形状是(?,4,4,64),在哪里?是批量大小 . 通过调用以下方式完成此操作后:
binarized = binarizer.binarizer(h_pool3)
h_deconv1 = tf.nn.conv2d_transpose(h_pool3, W_deconv1, output_shape=[batch_size, img_height/4, img_width/4, 64], strides=[1,2,2,1], padding='SAME') + b_deconv1
发生以下错误:
ValueError:形状(4,4,64)和(?,4,4,64)不兼容
我可以猜到为什么会这样 . 的?代表批量大小,在最后一层通过二值化器后,?维度似乎消失了 .