更改预训练模型的输入形状及其权重

1 回答

• 3

  这是一个解决方案：一旦减少到（64,64,64），您可以在网络的开头添加1x1 conv2D层 . 这个1x1 conv2D将产生一个（64,64，n），其中n是你想要的单位数;在你的情况下3 .

  在Tensorflow中，你会这样做：

  tf.layers.conv2D(inputs, 3, kernel_size=(1,1), activation=<your_activation>)
  

  这种方法的好处是它将从数据中学习从（64,64,64）到（64,64,3）的转换 .

  话虽如此，我并没有真正理解为什么你有一个（256,256,256）或（64,64,64）的图像 . 通常，最后一个维度是通道的数量，通常为3，类似于'RGB' .

  Edit ：在回答您编辑的问题时，有几种方法可以获得所需的尺寸 .

  例如，您可以应用与上述相同的逻辑：在网络的开头添加一个或多个conv3d层，并选择适当的kernel_size并跨步以获得所需的维度 . 例如：如果添加以下图层：

  tf.layers.conv3d(inputs, 3, kernel_size=(193,193,250), strides=(1,1,1))
  

  在你的网络开始时，如果 inputs 是dim =（无，256,256,256,1）的张量，你将得到一个dim =（None，64,64,7,3）的Tensor . 您还可以使用3d（max / avg / etc）池图层 .

  当然，您也可以使用 tf.reshape ， tf.image.resize_images ， tf.transpose ， tf.concat ， tf.layers.conv2d 等来获得您想要的尺寸 . 例如：

  inputs = tf.placeholder(<tf.type>, shape=(None,256,256,256,1))
  a = tf.reshape(inputs, (-1,256,256,256)) # shape=(None,256,256,256)
  b = tf.image.resize_images(a, (64,64)) # shape=(None,64,64,256)
  c = tf.layers.conv2d(b, 7, kernel_size=(1,1)) # shape=(None,64,64,7)
  d = tf.reshape(c, (-1,64,64,7,1)) # shape=(None,64,64,7,1)
  e = tf.layers.conv3d(d, 3, kernel_size=(1,1,1)) # shape=(None,64,64,7,3)
  

  无论如何，有很多方法可以获得您想要的尺寸，并且根据您的问题，您可能更喜欢一种方法而不是另一种方法 .

  回复于 2024-04-27T23:23:27+08:00