空間可分卷積

Question

如何有效實現在Tensorflow中沿空間維度分開文件管理器的1x1卷積？有一個tf.nn.depthwise_conv2d這是類似於我的問題，但它有跨越深度（即第三維）單獨的過濾器。

在最簡單的情況下out_channels = 1這個卷積可以被寫爲：

def spatial_conv(input, filter): 
    return tf.reduce_sum(tf.mul(input, filter), [3], keep_dims=True) 

input.dim=[batch_size, input_width, input_height, channels]哪裏和filter.dim=[input_width, input_height, channels]。我想通過連接來自相同輸入和不同（但相同形狀）濾波器的輸出來推廣這種卷積。

Answer 1

我想你在找Torch的https://github.com/torch/nn/blob/master/doc/convolution.md#nn.SpatialConvolutionLocal之類的東西。儘管如此，請注意，目前CUDA（cunn模塊）的實現有一些可怕的bug，這使得CUDA的性能比CPU更差。