输入图像大小（以tf.gradients为单位）

Question

我正在尝试计算相对于输入图像的某一层的梯度。 渐变定义为

feature = g.get_tensor_by_name('inception/conv2d0_pre_relu:0')
gradient = tf.gradients(tf.reduce_max(feature, 3), x)

而我的输入图像的形状为（299,299），即初始训练的大小

print(img.shape)
# output (299,299,3)

然后，相对于输入的梯度可以计算为

img_4d=img[np.newaxis]
res = sess.run(gradient, feed_dict={x: img_4d})[0]
print(res.shape)
# output (1,299,299,3)

我们看到渐变具有与输入图像相同的形状，这是预期的。

但是，似乎可以使用任何大小的图像，但仍然可以得到渐变。 例如，如果我有一个img_resized与形状（150,150,3），相对于梯度至该输入也将与形状（150,150,3）：

img_resized=skimage.transform.resize(img, [150,150], preserve_range=True)
img_4d=img_resized[np.newaxis]
res = sess.run(gradient, feed_dict={x: img_4d})[0]
res.shape
# output (1,150,150,3)

那为什么行得通呢？ 在我的幼稚图片中，输入图像的尺寸必须固定为（299,299,3），并且相对于输入的某一层的渐变将始终为（299,299,3）。 为什么能够生成其他大小的渐变？

换句话说，以上代码会发生什么？ 当我们输入形状为（150,150,3）的图像时，tensorflow是否将图像大小调整为（299,299,3）并计算形状为（299,299,3）的梯度，然后将梯度调整为（150,150,3）？

Answer 1

这是预期的现象，尤其是。 在初始网络的情况下，由于是完全卷积网络，它可以与任何大小的输入配合使用。 与Alexnet或VGG依赖于网络后期的完全连接层不同，完全卷积网络可以在任何大小的输入上工作。 希望这能回答您的问题。