طراحی شبکه کانولوشن دز تنسورفلو

Question

با درود و احترام؛

در برنامه زیر که برای تصاویر MNIST هست:
https://www.tensorflow.org/get_started/mnist/pros

اگر بخواهیم دستورات زیر را برای تصاویر رنگی بنویسیم

W_conv1 = weight_variable([5, 5, 1, 32])
b_conv1 = bias_variable([32])

x_image = tf.reshape(x, [-1, 28, 28, 1])

چگونه به float64 تبدیل کنیم؟

Comments

سلام . برای تصاویر رنگی چندتا نکته رو فقط در نظر داشته باشید .
1.لایه کانولوشن اول تعداد کانالهای از مرحله قبل رو داره . یعنی اگه ورودی 1 کاناله هست تو لایه کانولوشن پارامتر 1 (مثل همینی که نوشتید) و اگر رنگی هست 3 .
برای ورودی هم که input shape رو باید مشخص کنید 3 کاناله بودن تصویر رو لحاظ کنید.  
اون x_imageیی هم که نوشتید بجای 28 سایز تصویر ورودی و بجای 1 هم تعداد کانال رو مینویسید (3  مثلا)
برای راحتی هم اموزش ها رو از اینجا دنبال کنید :
https://github.com/Hvass-Labs/TensorFlow-Tutorials/
بصورت گام بگام هرچی نیاز باشه با این فرمت بهتون اموزش میده.

---

سپاس فراوان از راهنمایی جنابعالی...

Answer 1

سلام
نمونه های دیگه از مثالهای tensorflow رو ببینید بیشتر براتون این موضوع جا می افته
> https://www.tensorflow.org/tutorials/deep_cnn

و برای اینکه زودتر و سریعتر بتونید به نتیجه برسید بهتره از wrapper های tensorflow که خیلی هاش توی contrib هست استفاده کنید
> https://www.tensorflow.org/api_docs/python/tf/contrib

برای نمونه لایه های کانولوشن توی tf.contrib.layers هستن، حتی کتابخونه های سطح بالاتر مثل keras هم توی ورژن های جدید tensorflow اومدن زیرمجموعه contrib
> https://www.tensorflow.org/api_docs/python/tf/keras

اما با فرض اینکه می خواید با همون tf خالص کار کنید، تنها کاری که باید انجام بدید اینه که تعداد کانالها رو توی کدتون درست کنید:

W_conv1 = weight_variable([5, 5, 3, 32])
b_conv1 = bias_variable([32])

x_image = tf.reshape(x, [-1, 28, 28, 3])

در مورد تبدیل به float64 هم منظورتون رو نفهمیدم چی رو می خواید تبدیل کنید اما با تابع cast می تونید نوع تنسورها رو عوض کنید
مثلا اگه می خواید x_image بشه float64 می تونید اینطوری بنویسید:

x_image = tf.cast(x_image, tf.float64)

در مورد bitcast هم بد نیست اطلاع داشته باشید (برای بحث کارایی توی کدهای پیچیده تر)

https://www.tensorflow.org/api_docs/python/tf/cast

Comments

سپاس فراوان ازراهنمایی جنابعالی