Función Tensorflow.js tf.conv3dTranspose()

Introducción: Tensorflow.js es una biblioteca de código abierto desarrollada por Google para ejecutar modelos de aprendizaje automático, así como redes neuronales de aprendizaje profundo en el entorno del navegador o del Node.

La función .conv3dTranspose() se usa para determinar la convolución 3D transpuesta de un volumen. También se conoce como desconvolución.

Sintaxis:

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

Parámetros:

• x: La imagen de entrada indicada que es de rango 5 o de rango 4 y de forma: [lote, profundidad, altura, ancho, profundidad]. Además, en caso de que el rango sea 4, entonces se presume el lote de tamaño 1. Puede ser del tipo tf.Tensor4D, tf.Tensor5D, TypedArray o Array.
• filtro: el tensor de filtro indicado de rango 4 y forma: [profundidad, altura del filtro, ancho del filtro, profundidad exterior, profundidad interior]. Donde, inDepth debe coincidir con inDepth en el tensor de entrada. Puede ser de tipo tf.Tensor5D, TypedArray o Array.
• outputShape: la forma de salida indicada que es de rango 5 o de rango 4 y forma [lote, profundidad, altura, ancho, profundidad]. En caso de que el rango sea 3, entonces se presume el lote de 1. Puede ser de tipo [número, número, número, número, número] o [número, número, número, número].
• zancadas: Las zancadas indicadas de la convolución original de la forma: [strideDepth, strideHeight, strideWidth]. Puede ser de tipo [número, número, número] o número.
• pad: el tipo indicado de algoritmo para relleno que es útil en la forma no transpuesta de la op. Puede ser de tipo válido, o igual.

Valor devuelto: Devuelve tf.Tensor4D o tf.Tensor5D.

Ejemplo 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();

Producción:

Tensor
    [[[ [[3],],

        [[3],]]]]

Ejemplo 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();

Producción:

Tensor
    [[[ [[0],],

        [[0],]]]]

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