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