Функция nn.atrous_conv2d

Функция nn.atrous_conv2d применяет двумерный фильтр к входному тензору с заданным шагом дилатации. Первым параметром передается входной тензор формы [batch, height, width, channels]. Вторым параметром передается фильтр формы [filter_height, filter_width, in_channels, out_channels]. Третьим параметром задается коэффициент дилатации rate. Четвертым - тип паддинга padding. Пятым - шаг свертки strides.

Синтаксис

tf.nn.atrous_conv2d(value, filters, rate, padding, [strides])

Пример

Давайте выполним атроусную свертку над входным тензором с коэффициентом дилатации 2 и паддингом SAME:

import tensorflow as tf

# input tensor: batch=1, height=5, width=5, channels=1
t = tf.constant([[[[1.0], [2.0], [3.0], [4.0], [5.0]],
	[[6.0], [7.0], [8.0], [9.0], [10.0]],
	[[11.0], [12.0], [13.0], [14.0], [15.0]],
	[[16.0], [17.0], [18.0], [19.0], [20.0]],
	[[21.0], [22.0], [23.0], [24.0], [25.0]]]])

# filter: height=3, width=3, in_channels=1, out_channels=1
filters = tf.constant([[[[1.0]], [[0.0]], [[-1.0]]],
	[[[1.0]], [[0.0]], [[-1.0]]],
	[[[1.0]], [[0.0]], [[-1.0]]]])

res = tf.nn.atrous_conv2d(t, filters, rate=2, padding='SAME')
print(res)

Результат выполнения кода:

tf.Tensor(
[[[[-12.]
   [-18.]
   [-18.]
   [-18.]
   [-12.]]

  [[-42.]
   [-48.]
   [-48.]
   [-48.]
   [-42.]]

  [[-42.]
   [-48.]
   [-48.]
   [-48.]
   [-42.]]

  [[-42.]
   [-48.]
   [-48.]
   [-48.]
   [-42.]]

  [[-12.]
   [-18.]
   [-18.]
   [-18.]
   [-12.]]]], shape=(1, 5, 5, 1), dtype=float32)

Пример

Давайте выполним атроусную свертку с паддингом VALID и другим фильтром:

import tensorflow as tf

# input tensor: batch=1, height=7, width=7, channels=1
t = tf.constant([[[[1.0], [2.0], [3.0], [4.0], [5.0], [6.0], [7.0]],
	[[8.0], [9.0], [10.0], [11.0], [12.0], [13.0], [14.0]],
	[[15.0], [16.0], [17.0], [18.0], [19.0], [20.0], [21.0]],
	[[22.0], [23.0], [24.0], [25.0], [26.0], [27.0], [28.0]],
	[[29.0], [30.0], [31.0], [32.0], [33.0], [34.0], [35.0]],
	[[36.0], [37.0], [38.0], [39.0], [40.0], [41.0], [42.0]],
	[[43.0], [44.0], [45.0], [46.0], [47.0], [48.0], [49.0]]]])

# filter: height=3, width=3, in_channels=1, out_channels=1
filters = tf.constant([[[[1.0]], [[1.0]], [[1.0]]],
	[[[1.0]], [[1.0]], [[1.0]]],
	[[[1.0]], [[1.0]], [[1.0]]]])

res = tf.nn.atrous_conv2d(t, filters, rate=1, padding='VALID')
print(res)

Результат выполнения кода:

tf.Tensor(
[[[[117.]
   [126.]
   [135.]
   [144.]
   [153.]]

  [[162.]
   [171.]
   [180.]
   [189.]
   [198.]]

  [[207.]
   [216.]
   [225.]
   [234.]
   [243.]]

  [[252.]
   [261.]
   [270.]
   [279.]
   [288.]]

  [[297.]
   [306.]
   [315.]
   [324.]
   [333.]]]], shape=(1, 5, 5, 1), dtype=float32)

Пример

Давайте выполним атроусную свертку с несколькими выходными каналами:

import tensorflow as tf

# input tensor: batch=1, height=5, width=5, channels=1
t = tf.constant([[[[1.0], [2.0], [3.0], [4.0], [5.0]],
	[[6.0], [7.0], [8.0], [9.0], [10.0]],
	[[11.0], [12.0], [13.0], [14.0], [15.0]],
	[[16.0], [17.0], [18.0], [19.0], [20.0]],
	[[21.0], [22.0], [23.0], [24.0], [25.0]]]])

# filter: height=2, width=2, in_channels=1, out_channels=2
filters = tf.constant([[[[1.0, 0.5]], [[-1.0, 0.5]]],
	[[[1.0, -0.5]], [[-1.0, -0.5]]]])

res = tf.nn.atrous_conv2d(t, filters, rate=1, padding='VALID')
print(res)

Результат выполнения кода:

tf.Tensor(
[[[[ 0.  19. ]
   [ 0.  21. ]
   [ 0.  23. ]
   [ 0.  25. ]]

  [[ 0.  39. ]
   [ 0.  41. ]
   [ 0.  43. ]
   [ 0.  45. ]]

  [[ 0.  59. ]
   [ 0.  61. ]
   [ 0.  63. ]
   [ 0.  65. ]]

  [[ 0.  79. ]
   [ 0.  81. ]
   [ 0.  83. ]
   [ 0.  85. ]]]], shape=(1, 4, 4, 2), dtype=float32)

Смотрите также

функцию conv2d,
которая выполняет обычную двумерную свертку
функцию dilation2d,
которая выполняет морфологическую дилатацию
функцию depthwise_conv2d,
которая выполняет глубинную свертку
функцию separable_conv2d,
которая выполняет разделяемую свертку