TFJS：conv2d输入输出形状的计算computeConv2DInfo

最新推荐文章于 2023-07-26 16:37:00 发布

makefish

最新推荐文章于 2023-07-26 16:37:00 发布

阅读量1.1k

点赞数

分类专栏： TensorFlowJS

本文链接：https://blog.csdn.net/makefish/article/details/93595821

版权

本文详细解析了TFJS中conv2d操作的输入参数处理，包括4D和3D输入的区别，重点讨论了PAD为'same'的情况。同时，介绍了输出形状的计算方法，涉及batchSize、outHeight、outWidth和outChannels的确定。最后通过一个简单的示例展示了stride=1，padding=same时的输入和输出形状计算。

摘要由CSDN通过智能技术生成

conv2d包含了两个输入参数：x，filter。一个输出参数：output shape。

参考源码：https://github.com/tensorflow/tfjs-core/blob/master/src/ops/conv_util.ts，版本号7833594

输入参数的处理

conv2d有两个输入参数：x和filter。

 * @param x The input tensor, of rank 4 or rank 3, of shape
 *     `[batch, height, width, inChannels]`. If rank 3, batch of 1 is
 * assumed.
 * @param filter The filter, rank 4, of shape
 *     `[filterHeight, filterWidth, inDepth, outDepth]`.

输入参数x可以是4D, 3D。
4D输入NHWC：[batch, height, width, channels]
inShape: [number, number, number, number] = [2, 2, 2, inputDepth];
3D输入HWC：[height, width, channels]
inputShape: [number, number, number] = [4, 4, inputDepth];

如果输入2D，则会报错。譬如将const x: any = tf.tensor2d([1, 2, 3, 4], [2, 2]);