(19-09-04)

 

1. TGNet 코드 읽어보기 

• CNN 에서의 kernel = (1,1) 을 2차원으로 해석하는 바람에 삽질 
• Conv2D 모델링 파트
  • 좁은 지역, 넓은 지역, add, concatenate 등 의미 이해
    • 좁은 지역과 넓은 지역 add : 각각 1, 1의 미분값 (각각의 정보를 잃지 않음) 
    • input 과의 concatenate
  • 케라스로 print 해봐서 모델의 shape, size 알기 - 이런 툴을 쓰고 확인해보는게 중요한듯. 

 

 

(further issues)

1. deconv part 공부 

2. 진도를 얼른 나가보는 것.. 코드 한번 빨리 보고 이해보자 

 

 

import keras
import keras.backend as K
from keras import layers
from keras.layers import Input, Dense, Conv2D, AveragePooling2D, Conv2DTranspose, Activation
from keras.layers import concatenate, BatchNormalization, Dropout, Add, RepeatVector, Reshape
from keras.models import Model
from keras import regularizers

from keras.optimizers import SGD, Adam
from keras.utils.training_utils import multi_gpu_model


input = keras.layers.Input(shape=(10,20,8))
num_c=64
kernel_size=(3,3)
strides=(1,1)
padding='SAME'
activation='relu'
dropout=None
regularizer=0.01


net = AveragePooling2D(kernel_size, strides, padding)(input)
net = Conv2D(num_c, kernel_size=(1,1), strides=strides, activation='linear', padding=padding, kernel_regularizer=regularizers.l1(regularizer))(net)

net_sf = Conv2D(num_c, kernel_size=(1,1), strides=strides, activation='linear', padding=padding, kernel_regularizer=regularizers.l1(regularizer))(input)

net = Add()([net, net_sf])
net = concatenate([input, net])
net = Conv2D(num_c,  kernel_size=(1,1), strides=strides, activation=activation, padding=padding, kernel_regularizer=regularizers.l1(regularizer))(net)
net = BatchNormalization()(net)


model = keras.models.Model(inputs=[input], outputs=net)
import tensorflow as tf
import numpy as np
model_shape = model.get_weights()
print(np.shape(model_shape[0]))

print(model.summary())