张量流周期性填充

Question

在 tensorflow 中，我找不到使用周期性边界条件进行卷积（tf.nn.conv2d）的直接可能性。

例如取张量

[[1,2,3],
 [4,5,6],
 [7,8,9]]

和任何 3x3 过滤器。原则上可以通过对 5x5 进行周期性填充来完成具有周期性边界条件的卷积

[[9,7,8,9,7],
 [3,1,2,3,1],
 [6,4,5,6,4],
 [9,7,8,9,7],
 [3,1,2,3,1]]

然后在“有效”模式下与过滤器进行卷积。然而，不幸的是，函数tf.pad不支持周期性填充。

有简单的解决方法吗？

Answer 1

以下应该适用于您的情况：

import tensorflow as tf
a = tf.constant([[1,2,3],[4,5,6],[7,8,9]])
b = tf.tile(a, [3, 3])
result = b[2:7, 2:7]
sess = tf.InteractiveSession()
print(result.eval())

# prints the following 
array([[9, 7, 8, 9, 7],
       [3, 1, 2, 3, 1],
       [6, 4, 5, 6, 4],
       [9, 7, 8, 9, 7],
       [3, 1, 2, 3, 1]], dtype=int32)

正如评论中所指出的，这在内存方面有点低效。如果内存对您来说是一个问题，但愿意花费一些计算，以下也将起作用：

pre = tf.constant([[0, 0, 1], [1, 0, 0], [0, 1, 0], [0, 0, 1], [1, 0, 0]])
post = tf.transpose(pre)
result = tf.matmul(tf.matmul(pre, a), post)
print(result.eval())