В чем разница между tf.layers.conv2d
и tf.layers.Conv2D
?
Почему tf.layers.Conv2D
используется в примере кода в этой статье?
Вот полный фрагмент кода:
class AddCoords(base.Layer):
"""Add coords to a tensor"""
def __init__(self, x_dim=64, y_dim=64, with_r=False):
super(AddCoords, self).__init__()
self.x_dim = x_dim
self.y_dim = y_dim
self.with_r = with_r
def call(self, input_tensor):
"""
input_tensor: (batch, x_dim, y_dim, c)
"""
batch_size_tensor = tf.shape(input_tensor)[0]
xx_ones = tf.ones([batch_size_tensor, self.x_dim], dtype=tf.int32)
xx_ones = tf.expand_dims(xx_ones, -1)
xx_range = tf.tile(tf.expand_dims(tf.range(self.x_dim), 0), [batch_size_tensor, 1])
xx_range = tf.expand_dims(xx_range, 1)
xx_channel = tf.matmul(xx_ones, xx_range)
xx_channel = tf.expand_dims(xx_channel, -1)
yy_ones = tf.ones([batch_size_tensor, self.y_dim], dtype=tf.int32)
yy_ones = tf.expand_dims(yy_ones, 1)
yy_range = tf.tile(tf.expand_dims(tf.range(self.y_dim), 0), [batch_size_tensor, 1])
yy_range = tf.expand_dims(yy_range, -1)
yy_channel = tf.matmul(yy_range, yy_ones)
yy_channel = tf.expand_dims(yy_channel, -1)
xx_channel = tf.cast(xx_channel, 'float32') / (self.x_dim - 1)
yy_channel = tf.cast(yy_channel, 'float32') / (self.y_dim - 1)
xx_channel = xx_channel*2 - 1
yy_channel = yy_channel*2 - 1
ret = tf.concat([input_tensor, xx_channel, yy_channel], axis=-1)
if self.with_r:
rr = tf.sqrt(tf.square(xx_channel-0.5) + tf.square(yy_channel-0.5))
ret = tf.concat([ret, rr], axis=-1)
return ret
class CoordConv(base.Layer):
"""CoordConv layer as in the paper."""
def __init__(self, x_dim, y_dim, with_r, *args, **kwargs):
super(CoordConv, self).__init__()
self.addcoords = AddCoords(x_dim=x_dim, y_dim=y_dim, with_r=with_r)
self.conv = tf.layers.Conv2D(*args, **kwargs)
def call(self, input_tensor):
ret = self.addcoords(input_tensor)
ret = self.conv(ret)
return ret
tf.layers.conv2d
- это простая function
/method
для вычисления входной свертки, поэтому для запуска этого метода необходимы feature maps
ввода и kernel
или filter
. Один из пользователей просто вызывает этот метод для вычисления свертки.
Но tf.layers.Conv2d
- это Class
(концепция ООП), вы должны создать его с определенным filter
прежде чем сможете его использовать. После создания экземпляра вы можете вводить в него разные входы и получать выходные данные. Один из них использует этот Class
для разработки и программирования нового Class
или нового типа операций для других пользователей.
призвание
y = tf.layers.conv2d(inputs, **kwargs)
теперь точно такая же, как
y = tf.layers.Conv2D(**kwargs).apply(inputs)
Таким образом, tf.layers.conv2d
можно рассматривать как ярлык, когда вы не собираетесь повторно использовать объект, созданный Conv2D
кроме вызова метода apply
.