tf.nn.conv2d 你真的会用么

最新推荐文章于 2019-11-21 20:54:43 发布

空字符（公众号：月来客栈）

最新推荐文章于 2019-11-21 20:54:43 发布

阅读量2.7k

点赞数 2

分类专栏： Tensorflow框架文章标签： tf.nn.conv2d transpose

本文链接：https://blog.csdn.net/The_lastest/article/details/85269027

版权

本文介绍了如何在TensorFlow中使用tf.nn.conv2d进行卷积操作，强调了从人类直观的图片表示（高度x宽度x通道）转换为TensorFlow所需的四维张量（批次x高度x宽度x通道）的重要性。通过实例说明了不正确地转换视角可能导致错误的卷积结果。重点讨论了使用tf.reshape进行视角转换的必要性。

摘要由CSDN通过智能技术生成

问题背景：
假如我现在有一个矩阵为image，卷积核为weight,卷积时不填充，则卷积后的结果为conv

image =
[[[[ 1.  2.  3.  4.  5.]
   [ 6.  7.  8.  9. 10.]
   [11. 12. 13. 14. 15.]
   [16. 17. 18. 19. 20.]
   [21. 22. 23. 24. 25.]]

  [[26. 27. 28. 29. 30.]
   [31. 32. 33. 34. 35.]
   [36. 37. 38. 39. 40.]
   [41. 42. 43. 44. 45.]
   [46.