**tensorflow中一般四维张量含义**

tensorflow中一般四维张量含义
比如图像张量:self.inputs = tf.reshape(input_tensors[‘inputs’], [-1, 84, 84, 3])

[batch_size,height,width, channels] //图像张量
[个数,高度,宽度,通道数]

[height,width,input_channels,output_channels] //滤波器张量
[卷积核高度,卷积核宽度,图像通道数,卷积核个数] //第三维input_channels为input张量的第四维。

  • 1
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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