tf.nn.conv2d是怎样实现卷积的?
参考博客:
http://blog.csdn.net/mao_xiao_feng/article/details/78004522
tf.nn.conv2d(x, conv, strides=[1, 1, 1, 1], padding='SAME')
filter:相当于CNN中的卷积核,它要求是一个Tensor,具有[filter_height, filter_width, in_channels, out_channels]这样的shape,具体含义是[卷积核的高度,卷积核的宽度,图像通道数,卷积核个数],要求类型与参数input相同,有一个地方需要注意,第三维in_channels,就是参数input的第四维.