Tensorflow.js tf.conv3dTranspose()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。

.conv3dTranspose() 函數用於確定體積的轉置 3D 卷積。它也被稱為反卷積。

用法:

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

參數：

• x:所述輸入圖像為 5 級或 4 級且形狀為：[批次、深度、高度、寬度、深度]。此外，如果等級為 4，則假定批次大小為 1。它可以是 tf.Tensor4D、tf.Tensor5D、TypedArray 或 Array 類型。
• filter:所述的 4 級濾波器張量和形狀：[depth, filterHeight, filterWidth, outDepth, inDepth]。其中，inDepth 必須與輸入張量中的 inDepth 匹配。它可以是 tf.Tensor5D、TypedArray 或 Array 類型。
• outputShape:指定的輸出形狀為 5 級或 4 級和形狀 [批次、深度、高度、寬度、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，數字]或[數字，數字，數字，數字]類型。
• strides:形狀的原始卷積的所述步幅：[strideDepth, strideHeight, strideWidth]。它可以是 [number, 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。它的類型可以是有效的，也可以是相同的。

返回值：它返回 tf.Tensor4D 或 tf.Tensor5D。

範例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();

輸出：

Tensor
    [[[ [[3],],

        [[3],]]]]

範例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();

輸出：

Tensor
    [[[ [[0],],

        [[0],]]]]

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