tf.nn.conv2d函数

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

给出一个4维张量的输入和filter，计算它们的二维卷积

• input： 一个张量，类型需要是half, bfloat16, float32, float64中的一种，4维张量，维度顺序由data_format决定
• filter：张量，和input类型相同，4维张量，顺序为 [filter_height, filter_width, in_channels, out_channels]
• strides：一个列表，类型为int，长度为4的一维张量，决定了卷积过程中的步长，维度顺序和input相同
• padding ：类型为string，‘SAME’或者是’VALID’，决定了填充的方式
• data_format：string类型，“NHWC”,或者是"NCHW"，默认为’NHWC’：batch数，高度，宽度，信道数

参考：https://tensorflow.google.cn/api_docs/python/tf/nn/conv2d