Tensorflow.js tf.conv3dTranspose()用法及代码示例

简介：Tensorflow.js 是 Google 开发的一个开源库，用于在浏览器或节点环境中运行机器学习模型以及深度学习神经网络。

.conv3dTranspose() 函数用于确定体积的转置 3D 卷积。它也被称为反卷积。

用法:

tf.conv3dTranspose(x, filter, outputShape, strides, pad)

参数：

• x:所述输入图像为 5 级或 4 级且形状为：[批次、深度、高度、宽度、深度]。此外，如果等级为 4，则假定批次大小为 1。它可以是 tf.Tensor4D、tf.Tensor5D、TypedArray 或 Array 类型。
• filter:所述的 4 级滤波器张量和形状：[depth, filterHeight, filterWidth, outDepth, inDepth]。其中，inDepth 必须与输入张量中的 inDepth 匹配。它可以是 tf.Tensor5D、TypedArray 或 Array 类型。
• outputShape:指定的输出形状为 5 级或 4 级和形状 [批次、深度、高度、宽度、outDepth]。如果等级为 3，则假定批次为 1。它可以是[数字，数字，数字，数字，数字]或[数字，数字，数字，数字]类型。
• strides:形状的原始卷积的所述步幅：[strideDepth, strideHeight, strideWidth]。它可以是 [number, number, number] 或 number 类型。
• pad:用于填充的所述算法类型，在 op 的非转置形式中很有用。它的类型可以是有效的，也可以是相同的。

返回值：它返回 tf.Tensor4D 或 tf.Tensor5D。

范例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining input tensor
const x = tf.tensor5d([1, 2, 2, 3], [2, 2, 1, 1, 1]);
  
// Defining filter tensor
const y = tf.tensor5d([3, 3, 3, 2], [1, 2, 2, 1, 1]);
  
// Calling conv3dTranspose() method
const result = tf.conv3dTranspose(x, y, [1, 1, 2, 1, 1], 2, 'same');
  
// Printing output
result.print();

输出：

Tensor
    [[[ [[3],],

        [[3],]]]]

范例2：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling conv3dTranspose() method
tf.conv3dTranspose(tf.tensor5d(
    [1.1, 2.1, 2.2, 3.6], [2, 2, 1, 1, 1]), 
    tf.tensor5d([3.6, 3.1, 3.2, 2.0], [1, 2, 2, 1, 1]), 
    [1, 1, 2, 1, 1], 7, 'valid').print();

输出：

Tensor
    [[[ [[0],],

        [[0],]]]]

参考： https://js.tensorflow.org/api/latest/#conv3dTranspose