深度学习和梯度伪影中的平均池化层

如何解决深度学习和梯度伪影中的平均池化层

我知道在卷积层中，内核大小需要乘以步幅，否则会在梯度计算中产生伪影，如棋盘问题。现在它也像在池化层中那样工作吗？我在某处读到最大池化也会导致类似的问题。以鉴别器中的这一行为例：

  self.downsample = nn.AvgPool2d(3,stride=2,padding=1,count_include_pad=False)

我有一个模型 (munit)，这是它生成的图像：

看起来像是棋盘问题，或者至少是梯度问题，但我检查了我的卷积层并没有发现上述错误。它们都是大小为 4 的步长为 2 的大小或不均匀的步长为 1 的大小。

解决方法

老实说，这看起来不像棋盘神器。另外我认为鉴别器不是问题，它通常是关于图像恢复（生成器或解码器）。

快速浏览一下 MUNIT，它们在 Decoder 中使用的是带有最近邻上采样的 torch.nn.Upsample（确切的代码行 here）。

您可以尝试使用 torch.nn.Conv2d 后接 torch.nn.PixelShuffle，如下所示：

import torch

in_channels = 32
upscale_factor = 2
out_channels = 16

upsampling = torch.nn.Sequential(
    torch.nn.Conv2d(
        in_channels,out_channels * upscale_factor * upscale_factor,kernel_size=3,padding=1,),torch.nn.PixelShuffle(upscale_factor),)

image = torch.randn(1,32,16,16)

upsampling(image).shape  # [1,32]

这允许神经网络学习如何对图像进行上采样，而不仅仅是使用网络无法控制的 torch.nn.Upsample（并且使用以下技巧也应该没有棋盘伪影）。

此外，Conv2d 的 ICNR 初始化也应该有帮助（可能的实现 here 或 here）。此初始化方案初始化权重以类似于开始时的最近邻上采样（研究论文 here）。