tf.nn.conv2d(tf.compat.v1.nn.conv2d)函数

tf.nn.conv2d别名tf.compat.v1.nn.conv2d

1. 函数功能

根据给的的4维输入张量和4维filter张量计算2维卷积。
若input是默认的NHWC格式，即[batch, in_height, in_width, in_channels]的输入张量input，形状为[filter_height, filter_width, in_channels, out_channels]的滤波器filter（内核张量）,此操作执行以下操作：
step1. 将filter展平为[filter_height * filter_width * in_channels, output_channels]的二维矩阵.
step2 .从input中提取图像像素块,以形成[batch, out_height, out_width, filter_height * filter_width * in_channels]的虚拟张量.
step3. 对于每个像素块右乘filter矩阵。

延伸

二维卷积 ¹

给定一个图像𝑿 ∈ ℝ^𝑀×𝑁 和一个滤波器𝑾 ∈ ℝ^𝑈×𝑉 ，一般𝑈 << 𝑀, 𝑉 << 𝑁，其卷积为

输入信息𝑿 和滤波器𝑾 的二维卷积定义为：

2.入参

tf.nn.conv2d(
    input,
    filter=None,
    strides=None,
    padding=None,
    use_cudnn_on_gpu=True,
    data_format='NHWC',
    dilations=[1, 1, 1, 1],
    name=None,
    filters=None
)

参数	含义
input	4D张量，数值类型必须是half, bfloat16, float32, float64之一。 张量的秩至少是4。该张量的维度由data_format指定。
filters	滤波器，4维张量[filter_height, filter_width, in_channels, out_channels]，数值类型与intput输入类型一样。相当于CNN中的卷积核，各维度[filter_height, filter_width, in_channels, out_channels]卷积核的含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]。需要注意：in_channel 是图像通道数 ，和 input 的 in_channel 要保持一致
strides	卷积时filter(卷积核)在图像每一维的步长，int整型或者含有1、2或4个元素的int列表。
padding	字符串类型表示采用 “SAME” 或 “VALID” 填充 算法, 也可以用一个二维张量指示如何填充，例如当data_format="NHWC"时[[0, 0], [pad_top, pad_bottom], [pad_left, pad_right], [0, 0]]，当data_format=“NCHW” 时 [[0, 0], [0, 0], [pad_top, pad_bottom], [pad_left, pad_right]].
data_format	数据格式，指示输入维度的顺序，可以是 “NHWC"或 “NCHW”，默认是"NHWC”。"NHWC"格式[batch_shape, height, width, channels]， "NCHW"格式是[batch_shape, channels, height, width]。
dilations	膨胀因子，可以是一个整数或者是长度为1，2或4的int列表。默认是整数1。
name	操作名字(可选）
use_cudnn_on_gpu	bool类型，是否使用cudnn加速，默认为true

3.返回值

返回值是Tensor，数值类型与输入保持一致。

4.可能引发的异常

ValueError，如data_format无效。

---

1. 神经网络与深度学习-邱锡鹏 ↩︎