tf.contrib.slim.conv2d 与 tf.nn.conv2d 区别

一般会

import tf.contrib.slim as slim

slim.conv2d

slim.conv2d(inputs, num_outputs, kernel_size, stride = 1, padding = 'SAME')
#其中kernel_size为int单个整数形式,一般为1或3,高与宽都是此数。

tf.nn.conv2d

tf.nn.conv2d(inputs, filter = [height, width, channels, num_outputs], strides=[1,stride,stride,1],padding)
#stride为x轴与y轴方向的步长,一般相同
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值