Глубокое обучение транспонировало свертку
Операция транспонированной свертки повышает качество карты функций.
Примечание
Эта функция применяет операцию транспонированной свертки глубокого обучения к dlarray данные. Если вы хотите применить транспонированную свертку в layerGraph объект или Layer массив, используйте один из следующих слоев:
dlY = dltranspconv(dlX,weights,bias)dlX использование фильтров, заданных как weights, и добавляет постоянную bias. Область входа dlX является форматированным dlarray с метками размерностей. Транспонированная свертка действует на размерности, которые вы задаете как 'S' и 'C' размерности. Область выхода dlY является форматированным dlarray с теми же метками размерностей, что и dlX.
dlY = dltranspconv(___Name,Value)'Stride',3 задает шаг операции свертки.
Сверните изображение, а затем используйте транспонированную свертку, чтобы изменить размер свернутого изображения на тот же размер, что и оригинальное изображение.
Импортируйте данные изображения и преобразуйте его в dlarray.
X = imread('sherlock.jpg'); dlX = dlarray(single(X),'SSC');
Отобразите изображение.
imshow(X)
Инициализируйте сверточные фильтры и термин смещения. Задайте негруппированную свертку, которая применяет один фильтр ко всем трем каналам входных данных.
filterHeight = 10; filterWidth = 10; numChannelsPerGroup = 3; numFiltersPerGroup = 1; numGroups = 1; weights = rand(filterHeight,filterWidth,numChannelsPerGroup,numFiltersPerGroup,numGroups); bias = rand(numFiltersPerGroup*numGroups,1);
Выполните свертку. Использование 'Stride' значение 2 и a 'DilationFactor' значение 2.
dlY = dlconv(dlX,weights,bias,'Stride',2,'DilationFactor',3);
Отобразите свернутое изображение.
Y = extractdata(dlY); imshow(rescale(Y))
Инициализируйте транспонированные сверточные фильтры и смещение. Задайте несгруппированную транспонированную свертку, которая применяет три фильтра к входу. Используйте ту же высоту и ширину фильтра, что и для операции свертки.
numChannelsPerGroupTC = 1; numFiltersPerGroupTC = 3; weightsTC = rand(filterHeight,filterWidth,numFiltersPerGroupTC,numChannelsPerGroupTC,numGroups); biasTC = rand(numFiltersPerGroupTC*numGroups,1);
Выполните транспонированную свертку. Используйте тот же шаг и коэффициент расширения, что и для операции свертки.
dlZ = dltranspconv(dlY,weightsTC,biasTC,'Stride',2,'DilationFactor',3);
Отображение изображения после транспонированной свертки.
Z = extractdata(dlZ); imshow(rescale(Z))
Сравните размер оригинального изображения, свернутого изображения и изображения после транспонированной свертки.
sizeX = size(X)
sizeX = 1×3
640 960 3
sizeY = size(Y)
sizeY = 1×2
307 467
sizeZ = size(Z)
sizeZ = 1×3
640 960 3
Транспонированная свертка увеличивает значение свернутых данных до размера исходных входных данных.
Примените транспонированную свертку к входным данным в трех группах по два канала в каждой. Применить по четыре фильтра для каждой группы.
Создайте входные данные как десять наблюдений размера 100 на 100 с шестью каналами.
height = 100;
width = 100;
channels = 6;
numObservations = 10;
X = rand(height,width,channels,numObservations);
dlX = dlarray(X,'SSCB');Инициализируйте фильтры для операции транспонирования свертки. Задайте три группы транспонированных сверток, каждая из которых применяет четыре фильтра к двум каналам входных данных.
filterHeight = 8; filterWidth = 8; numChannelsPerGroup = 2; numFiltersPerGroup = 4; numGroups = 3; weights = rand(filterHeight,filterWidth,numFiltersPerGroup,numChannelsPerGroup,numGroups);
Инициализируйте термин смещения.
bias = rand(numFiltersPerGroup*numGroups,1);
Выполните транспонированную свертку.
dlY = dltranspconv(dlX,weights,bias); size(dlY)
ans = 1×4
107 107 12 10
dims(dlY)
ans = 'SSCB'
12 каналов выхода свертки представляют три группы транспонированных сверток с четырьмя фильтрами на группу.