pai-plznw4me
commented
3 years ago dynamic shape 을 활용해 padding 을 통해 concatenate 할 layer간의 크기를 일정하게 맞춤
from tensorflow.keras.layers import Input, Conv2D, Conv2DTranspose, Concatenate
import tensorflow as tf
# @tf.function
def dynamic_padding(inputs):
encode = Conv2D(filters=64, padding='same', strides=2, kernel_size=3)(inputs)
decode = Conv2DTranspose(filters=64, kernel_size=3, padding='same', strides=2)(encode)
def _pad_h(x):
return tf.pad(x, [[0, 0], [0, 1], [0, 0], [0, 0]])
def _pad_w(x):
return tf.pad(x, [[0, 0], [0, 0], [0, 1], [0, 0]])
input_h = tf.shape(inputs)[1]
input_w = tf.shape(inputs)[2]
decode_h = tf.shape(decode)[1]
decode_w = tf.shape(decode)[2]
inputs = tf.cond(tf.equal(input_h, decode_h), lambda: inputs, false_fn=lambda: _pad_h(inputs))
inputs = tf.cond(tf.equal(input_w, decode_w), lambda: inputs, false_fn=lambda: _pad_w(inputs))
concat_layer = tf.concat([inputs, decode], axis=-1)
return concat_layer
if __name__ == '__main__':
input_shape = (1, 7, 7, 3)
inputs = tf.zeros(shape=input_shape)
dynamic_padding(inputs)
하지만 위 코드를 graph 형태로 변형시 에러가 발생
에러는 아래와 같음, 에러가 발생하는 원인은 keras.layers.Conv2D 에서 발생함.
keras.layers.Conv2D에서 내부적으로 tf.Variable 을 사용하는데
tf.function 안에서 tf.Variable 을 호출 할 수 없기 때문이다.
ValueError: tf.function-decorated function tried to create variables on non-first call.아래와 같이 수정
from tensorflow.keras.layers import Input, Conv2D, Conv2DTranspose, Concatenate
import tensorflow as tf
@tf.function
def dynamic_padding(inputs, **kwargs):
encode = kwargs['conv_fn'](inputs)
decode = kwargs['conv_tp_fn'](encode)
def _pad_h(x):
return tf.pad(x, [[0, 0], [0, 1], [0, 0], [0, 0]])
def _pad_w(x):
return tf.pad(x, [[0, 0], [0, 0], [0, 1], [0, 0]])
input_h = tf.shape(inputs)[1]
input_w = tf.shape(inputs)[2]
decode_h = tf.shape(decode)[1]
decode_w = tf.shape(decode)[2]
inputs = tf.cond(tf.equal(input_h, decode_h), lambda: inputs, false_fn=lambda: _pad_h(inputs))
inputs = tf.cond(tf.equal(input_w, decode_w), lambda: inputs, false_fn=lambda: _pad_w(inputs))
concat_layer = tf.concat([inputs, decode], axis=-1)
return concat_layer
if __name__ == '__main__':
input_shape = (1, 7, 7, 3)
conv_fn = Conv2D(filters=64, padding='same', strides=2, kernel_size=3)
conv_tp_fn = Conv2DTranspose(filters=64, kernel_size=3, padding='same', strides=2)
inputs = tf.zeros(shape=input_shape)
padded_layer = dynamic_padding(inputs, conv_fn=conv_fn, conv_tp_fn=conv_tp_fn)
print(padded_layer)
input size 을 50x50 으로 할 시에 encode : (50x50) → (25x25) → (13x13) → (7x7) → (4x4) decode : (4 x 4) → (8 x 8)
concatenate 될 7x7 와 decode 8x8 이 크기가 다르기 때문에 아래와 같은
ValueError발생