similarity_focus¶
实现SimilarityFocus(相似度聚焦)运算
通过以下三个步骤,该层生成一个和输入 input
同形的 similarity focus mask(相似度聚焦掩码):
根据
axis
和indexes
提取一个三维张量,第一维为batch大小。 例如,如果axis=1, indexes=[a]
,将得到矩阵 T=X[:, a, :, :] 。 该例中,如果输入X的形为 (BatchSize, A, B, C),则输出张量T的形为 (BatchSize, B, C) 。对于每一个索引,在输出T中找到最大值。所以同一行、同一列最多只有一个数字,这意味着如果在第i行,第j列中找到最大值,那么在相应行、列中的其他数值都将被忽略。然后再在剩余的数值中找到下一个最大值。显然,将会产生 min(B,C)个数字,并把三维相似聚焦掩码张量相应位置的元素置为1,其余则置为0。对每个索引按元素进行or运算。
将这个三维相似度聚焦掩码张量 broadcast 成输入
input
的形状
请参考 Similarity Focus Layer 。
例如:
给定四维张量 x 形为 (BatchSize, C, A, B),其中C 为通道Channel数目,
特征图(feature map)的形为(A,B):
x.shape = (2, 3, 2, 2)
x.data = [[[[0.8, 0.1],
[0.4, 0.5]],
[[0.9, 0.7],
[0.9, 0.9]],
[[0.8, 0.9],
[0.1, 0.2]]],
[[[0.2, 0.5],
[0.3, 0.4]],
[[0.9, 0.7],
[0.8, 0.4]],
[[0.0, 0.2],
[0.4, 0.7]]]]
给定轴:1 (即channel轴)
给定索引:[0]
于是我们得到一个与输入同形的四维输出张量:
out.shape = (2, 3, 2, 2)
out.data = [[[[1.0, 0.0],
[0.0, 1.0]],
[[1.0, 0.0],
[0.0, 1.0]],
[[1.0, 0.0],
[0.0, 1.0]]],
[[[0.0, 1.0],
[1.0, 0.0]],
[[0.0, 1.0],
[1.0, 0.0]],
[[0.0, 1.0],
[1.0, 0.0]]]]
参数¶
input (Variable) – 输入张量,应为一个四维张量,形为[BatchSize, A, B, C],数据类型为 float32 或者 float64。
axis (int) – 指明要选择的轴。可能取值为 1, 2 或 3。
indexes (list) – 指明选择维度的索引列表。
返回¶
一个和输入 Variable 同形状、同数据类型的 Variable
返回类型¶
Variable
代码示例¶
import paddle.fluid as fluid
import paddle
paddle.enable_static()
data = fluid.data(
name='data', shape=[-1, 3, 2, 2], dtype='float32')
fluid.layers.similarity_focus(input=data, axis=1, indexes=[0])