14
20

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

More than 5 years have passed since last update.

conv2d_transpose の動作を確認する

Last updated at Posted at 2017-07-13

背景

通常の畳込み(convolution)は、入力された画像の解像度を下げるが、逆にこれを上げるものとして、transposed convolution(以前は deconvolution とも呼ばれていた)がある。TensorFlow だと tf.layers.conv2d_transpose 等でこれを行うが、動作の詳細がわからずもやもやしていた。

最もわかりやすい解説

【保存版】chainerのconvolutionとdeconvolution周りを理解する

これが一番わかりやすかった。具体例をあげて詳しく書いてあるので、もうこれだけ見てもらえれば十分。はい解散。

…というのもちょっと寂しいので、私は TensorFlow で検証してみた。わかりやすくするため、数値は思い切り単純なものにしてある。各自数字を変えて試してみるとよいかもしれない。もし間違いがあればご連絡ください。

検証コード

import tensorflow as tf

with tf.Session() as sess:
    inputs = tf.ones([1, 3, 3, 1])
    outputs = tf.layers.conv2d_transpose(inputs, 1, [2, 2], 
        strides=[1, 2], padding='valid',
        kernel_initializer=tf.constant_initializer([[1, 0], [0, 0]]))
    sess.run(tf.global_variables_initializer())
    value = sess.run(outputs)
    print(value)

実行結果

[[[[1.]
   [0.]
   [1.]
   [0.]
   [1.]
   [0.]]

  [[1.]
   [0.]
   [1.]
   [0.]
   [1.]
   [0.]]

  [[1.]
   [0.]
   [1.]
   [0.]
   [1.]
   [0.]]

  [[0.]
   [0.]
   [0.]
   [0.]
   [0.]
   [0.]]]]

解説

確かに【保存版】chainerのconvolutionとdeconvolution周りを理解するの通りの動作になっている。

もともとの inputs が、

\begin{bmatrix}
1 & 1 & 1 \\
1 & 1 & 1 \\
1 & 1 & 1 \\
\end{bmatrix}

これに対して、

outputs = tf.layers.conv2d_transpose(inputs, 1, [2, 2], 
        strides=[1, 2], padding='valid',
        kernel_initializer=tf.constant_initializer([[1, 0], [0, 0]]))

で指定される transposed convolution 操作を行う。

inputs の周辺には、まず幅1でゼロパディングが施され、その上 strides=[1, 2] なので、幅方向に大きさ2のストライドを掛ける1。すると以下のように。

\begin{bmatrix}
0 & 0 & 0 & 0 & 0 & 0 & 0 \\
0 & 1 & 0 & 1 & 0 & 1 & 0 \\
0 & 1 & 0 & 1 & 0 & 1 & 0 \\
0 & 1 & 0 & 1 & 0 & 1 & 0 \\
0 & 0 & 0 & 0 & 0 & 0 & 0 \\
\end{bmatrix}
\tag{1}

kernel_initializer=tf.constant_initializer([[1, 0], [0, 0]])) で指定される行列は以下のもの。

\begin{bmatrix}
1 & 0 \\
0 & 0 \\
\end{bmatrix}

これについて、2つの対角線でそれぞれひっくり返した(transpose2)行列は以下の通り。

\begin{bmatrix}
0 & 0 \\
0 & 1 \\
\end{bmatrix}
\tag{2}

結局、行列(1)に対して、行列(2)で通常の convolution を掛ければよい。

答えは、

\begin{bmatrix}
0 & 1 & 0 & 1 & 0 & 1 \\
0 & 1 & 0 & 1 & 0 & 1 \\
0 & 1 & 0 & 1 & 0 & 1 \\
0 & 0 & 0 & 0 & 0 & 0 \\
\end{bmatrix}

となって上のプログラムの実行結果と一致する。

  1. これは普通の convolution で言うところのストライドとは異なる。が、transposed convolution ではこれをストライドと呼ぶらしい。

  2. Transposed matrix といえば、「転置行列」。ただ、これは転置行列とは異なり、右下→左上の対角線に関してもひっくり返している。数学的には、なんと呼ばれる行列なのだろうか?

14
20
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
14
20

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?