卷积神经网络（CNN）的核心是卷积操作，卷积函数conv2d用于处理数据。数据格式参数data_format通常为'NHWC'或'NCHW'，分别表示批次、高度、宽度和通道。'NHWC'是默认格式，而'NCHW'则将通道放在前面。理解这两种格式的区别有助于优化模型性能，尤其是在数据预处理时。项目实践中，根据数据结构选择合适的数据格式至关重要。
卷积是CNN里的算法核心，各种高级的NN算法，可以简单的看成是卷积，池化，全连接的有序的组合。
其中卷积函数conv2d是我们常用的卷积计算函数，其中的data_format的理解，最开始学习的时候，总是忽略了，直到有次具体的项目，才仔细研究了这个参数
data_format的参数 'NHWC' 和 ‘NCHW’， 在api的介绍里，只是囫囵吞找的记住了， NHWC，数据格式，尺寸大小的描述信息在2,3维度， NCHW，在3,4维。默认是NHWC；
基本上的调用都是默认参数NHWC。 其实对应很简单， N-batch number， H height size, W width size； C channel number
意义何在呢，其实就是就是看你数据准备时，你准备的数据结构是怎样的， 通常我们的处理都是NHWC的方式，所以很少用到NCHW的，但是偏偏就有不这么处理的，就有了NCHW的理解了。
扫一扫
90
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
