![](/img/trans.png)
[英]Comparing Conv2D with padding between Tensorflow and PyTorch
[英]Tensorflow (Keras) to PyTorch Conv2D conversion
我正在尝试将自定义 UNET 实现从 Tensorflow 转换为 PyTorch。 我在使用 Conv2D 图层时遇到了一些问题。
我知道填充可能会有一些问题,它尝试了这个和这个,但它没有帮助。
我的转换代码如下所示:
from keras.layers import Conv2D
from torch import nn
import torch
import pandas as pd
import numpy as np
img = np.random.rand(1, 256, 256, 1)
## TF Init
conv_tf = Conv2D(
64, 3, activation="relu", padding="same", kernel_initializer="he_normal",
)
conv_tf(img)
conv_tf.bias = np.random.rand(64)
## PT Init + copy weights
conv_torch = nn.Conv2d(
in_channels=1, out_channels=64, kernel_size=3, padding="same", bias=True
)
conv_torch.weight = nn.parameter.Parameter(
torch.Tensor(conv_tf.weights[0].numpy().transpose(3, 2, 0, 1))
)
conv_torch.bias = nn.parameter.Parameter(torch.Tensor(conv_tf.bias))
conv_torch = nn.Sequential(
conv_torch,
nn.ReLU()
)
如果我尝试通过模型运行张量,结果很接近但不一样(几个点之间存在巨大差异)
pred_tf = conv_tf(img).numpy()
pred_pt = conv_torch(torch.Tensor(img).reshape(1, 1, 256, 256)).detach().numpy().reshape(pred_tf.shape)
pred_tf.mean()
#0.7202551
pred_pt.mean()
#0.7202549
TF-PT | |
---|---|
数数 | 4.1943e+06 |
意思是 | -2.2992e-09 |
性病 | 0.969716 |
分钟 | -3.85477 |
25% | -0.641259 |
50% | 0 |
75% | 0.641266 |
最大限度 | 3.8742 |
任何想法? 谢谢
你怀疑填充。 这可以很容易地验证:仅在内部像素上比较pred_tf
和pred_pt
:丢弃图像周围的一条带(在您的情况下为 1 像素宽)。
如果内部像素相同 - 那么这是一个填充问题。
但是,鉴于您的差异值,我怀疑情况并非如此。
也许在两种方法之间反射/转置 kernel 权重存在问题? 尝试使用非方形内核:例如,3x5 而不是 3x3。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.