Tensorflow.js tf.conv2dTranspose()用法及代碼示例

簡介：Tensorflow.js 是 Google 開發的一個開源庫，用於在瀏覽器或節點環境中運行機器學習模型以及深度學習神經網絡。

.conv2dTranspose() 函數用於確定圖像的轉置二維卷積。它也被認為是去卷積。

用法:

tf.conv2dTranspose(x, filter, outputShape, strides, pad, dimRoundingMode?)

參數：

• x:所述輸入圖像為 3 級或 4 級且形狀為：[batch, height, width, inDepth]。此外，如果等級為 3，則假定批次大小為 1。它可以是 tf.Tensor3D、tf.Tensor4D、TypedArray 或 Array 類型。
• filter:所述的 4 級濾波器張量和形狀：[filterHeight, filterWidth, outDepth, inDepth]。其中，inDepth 必須與輸入張量中的 inDepth 匹配。它可以是 tf.Tensor4D、TypedArray 或 Array 類型。
• outputShape:指定的輸出形狀為 4 級或 3 級，形狀為 [batch, height, width, outDepth]。如果等級為 3，則假定批次為 1。它可以是[數字，數字，數字，數字]或[數字，數字，數字]類型。
• strides:形狀的原始卷積的所述步幅：[strideHeight, strideWidth]。它可以是 [number, number] 或 number 類型。
• pad:用於填充的所述算法類型，在 op 的非轉置形式中很有用。它可以是有效、相同、數字或 ExplicitPadding 類型。
• dimRoundingMode:從 ‘ceil’、'round' 或 ‘floor’ 中指定的字符串。如果未提供任何值，則默認值為 truncate。它是可選的，類型為 ceil、round 或 floor。

返回值：它返回 tf.Tensor3D 或 tf.Tensor4D。

範例1：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Defining input tensor
const x = tf.tensor3d([1, 2, 2, 3], [2, 2, 1]);
  
// Defining filter tensor
const y = tf.tensor4d([3, 3, 3, 2], [1, 2, 2, 1]);
  
// Calling conv2dTranspose() method
const result = tf.conv2dTranspose(x, y, [1, 1, 2], 2, 'same');
  
// Printing output
result.print();

輸出：

Tensor
     [ [[3, 3],]]

範例2：

// Importing the tensorflow.js library
import * as tf from "@tensorflow/tfjs"
  
// Calling conv2dTranspose() method with 
// all its parameters
tf.tensor3d([1.1, 2.2, 3.3, 4.4], [2, 2, 1]).conv2dTranspose(
 tf.tensor4d([1.3, 1.2, null, -4], [1, 2, 2, 1]),
            [1, 1,  2], 1, 1, 'ceil').print();

輸出：

Tensor
     [ [[5.7199998, -7.9199996],]]

參考：https://js.tensorflow.org/api/latest/#conv2dTranspose