similarity_focus

paddle.fluid.layers.similarity_focus ( input, axis, indexes, name=None ) [源代码]

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):

  1. 根据 axisindexes 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) 。

  2. 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。

  3. 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

  1. 例如 :
  2. 给定四维张量 x 形为 (BatchSize, C, A, B), 其中C 为通道Channel数目,
  3. 特征图(feature map)的形为(A,B):
  4. x.shape = (2, 3, 2, 2)
  5. x.data = [[[[0.8, 0.1],
  6. [0.4, 0.5]],
  7. [[0.9, 0.7],
  8. [0.9, 0.9]],
  9. [[0.8, 0.9],
  10. [0.1, 0.2]]],
  11. [[[0.2, 0.5],
  12. [0.3, 0.4]],
  13. [[0.9, 0.7],
  14. [0.8, 0.4]],
  15. [[0.0, 0.2],
  16. [0.4, 0.7]]]]
  17. 给定轴: 1 (即channel轴)
  18. 给定索引: [0]
  19. 于是我们得到一个与输入同形的四维输出张量:
  20. out.shape = (2, 3, 2, 2)
  21. out.data = [[[[1.0, 0.0],
  22. [0.0, 1.0]],
  23. [[1.0, 0.0],
  24. [0.0, 1.0]],
  25. [[1.0, 0.0],
  26. [0.0, 1.0]]],
  27. [[[0.0, 1.0],
  28. [1.0, 0.0]],
  29. [[0.0, 1.0],
  30. [1.0, 0.0]],
  31. [[0.0, 1.0],
  32. [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

  1. import paddle.fluid as fluid
  2. data = fluid.layers.data(
  3. name='data', shape=[-1, 3, 2, 2], dtype='float32')
  4. fluid.layers.similarity_focus(input=data, axis=1, indexes=[0])