python - 如何在 numpy 中为 CNN 实现反卷积层？

Question

我尝试为卷积网络实现反卷积层。我所说的反卷积是指，假设我有 3x227x227 输入图像到一个层，过滤器的大小为 3x11x11，步幅为 4。因此生成的特征图的大小为 55x55 。我尝试做的是应用反向操作，我将 55x55 特征图再次投影到 3x227x227 图像。基本上 55x55 特征图上的每个值都由 3x11x11 过滤器加权，并投影到图像空间，并且由于跨度而导致的重叠区域被平均。

我尝试在 numpy 中实现它，但没有成功。我找到了带有强力嵌套 for 循环的解决方案，但它太慢了。我怎样才能有效地在 numpy 中实现它？欢迎任何帮助。

Answer 1

如 this question 中所述，反卷积只是一个卷积层，但具有特定的填充、步幅和滤波器大小选择。

例如，如果您当前的图像大小是 55x55，您可以使用 padding=20、stride=1 和 filter=[21x21] 获取 75x75 图像，然后是 95x95 等等。 (我并不是说这种数字选择给出了输出图像所需的质量，只是尺寸。实际上，我认为从 227x227 到 55x55 然后上采样回到 227x227 过于激进，但您可以自由尝试任何架构。

以下是任意步长和填充的前向传递的实现。它确实 im2col transformation ，但使用 numpy 中的 stride_tricks。它不像现代 GPU 实现那样优化，但绝对比 4 inner loops 快:

import numpy as np

def conv_forward(x, w, b, stride, pad):
  N, C, H, W = x.shape
  F, _, HH, WW = w.shape

  # Check dimensions
  assert (W + 2 * pad - WW) % stride == 0, 'width does not work'
  assert (H + 2 * pad - HH) % stride == 0, 'height does not work'

  # Pad the input
  p = pad
  x_padded = np.pad(x, ((0, 0), (0, 0), (p, p), (p, p)), mode='constant')

  # Figure out output dimensions
  H += 2 * pad
  W += 2 * pad
  out_h = (H - HH) / stride + 1
  out_w = (W - WW) / stride + 1

  # Perform an im2col operation by picking clever strides
  shape = (C, HH, WW, N, out_h, out_w)
  strides = (H * W, W, 1, C * H * W, stride * W, stride)
  strides = x.itemsize * np.array(strides)
  x_stride = np.lib.stride_tricks.as_strided(x_padded,
                                             shape=shape, strides=strides)
  x_cols = np.ascontiguousarray(x_stride)
  x_cols.shape = (C * HH * WW, N * out_h * out_w)

  # Now all our convolutions are a big matrix multiply
  res = w.reshape(F, -1).dot(x_cols) + b.reshape(-1, 1)

  # Reshape the output
  res.shape = (F, N, out_h, out_w)
  out = res.transpose(1, 0, 2, 3)
  out = np.ascontiguousarray(out)
  return out