[畳み込みニューラルネットワークのPython実装]アップサンプリングレイヤーのupsampling2D実装

コードソース：https : //github.com/eriklindernoren/ML-From-Scratch

畳み込みニューラルネットワークでのConv2D（ストライド、パディング付き）の具体的な実装：https ://www.cnblogs.com/xiximayou/p/12706576.html

アクティベーション機能の実装（シグモイド、softmax、tanh、relu、leakyrelu、elu、selu、softplus）：https ://www.cnblogs.com/xiximayou/p/12713081.html

損失関数の定義（平均二乗誤差、クロスエントロピー損失）：https : //www.cnblogs.com/xiximayou/p/12713198.html

オプティマイザーの実装（SGD、Nesterov、Adagrad、Adadelta、RMSprop、Adam）：https ://www.cnblogs.com/xiximayou/p/12713594.html

畳み込み層の逆伝播プロセス：https : //www.cnblogs.com/xiximayou/p/12713930.html

完全に接続されたレイヤーの実装：https : //www.cnblogs.com/xiximayou/p/12720017.html

バッチ正規化レイヤーの実装：https : //www.cnblogs.com/xiximayou/p/12720211.html

プーリング層の実装：https : //www.cnblogs.com/xiximayou/p/12720324.html

padding2D実装：https ://www.cnblogs.com/xiximayou/p/12720454.html

フラットレイヤーの実装：https : //www.cnblogs.com/xiximayou/p/12720518.html

 

クラスUpSampling2D（Layer）：
     "" " 入力の最近傍アップサンプリング
    データの行と列をそれぞれsize [0]とsize [1]で繰り返します
    パラメータ：
    ----------- 
    サイズ：タプル
        （size_y、size_x） -各軸が繰り返される回数
    。""」
    DEF  __init__（自己、サイズ=（2,2）、input_shape = なし）：
        self.prev_shape = なし
        self.trainable = 真
        self.size = サイズ
        self.input_shape = input_shape 

    def forward_pass（s​​elf、X、training =True）：
        self.prev_shape = X.shape
         ＃サイズで指定された 
        とおりに各軸を繰り返します X_new = X.repeat（self.size [0]、axis = 2）.repeat（self.size [1]、axis = 3 ）
         return X_new 

    def backward_pass（s​​elf、accum_grad）：
         ＃前の形状への入力をダウンサンプル 
        accum_grad = accum_grad [:,：、:: self.size [0]、:: self.size [1 ]]
         return accum_grad 

    def output_shape（self）：
        チャネル、高さ、幅 = self.input_shape
         戻りチャネル、self.size [0] *高さ、self.size [1] *幅

コアはnumpy.repeat（）関数です。