tensorflow中tf.layers.conv2d-Padding

最新推荐文章于 2024-09-09 06:23:00 发布

爱视觉

最新推荐文章于 2024-09-09 06:23:00 发布

阅读量2.5k

点赞数 1

分类专栏： tensorflow 文章标签： layer.conv2d padding tensorflow

本文链接：https://blog.csdn.net/ningning52107/article/details/80227186

版权

本文详细介绍了TensorFlow中tf.layers.conv2d的Padding参数，包括SAME和VALID两种模式的工作原理。SAME模式会在卷积时根据需要添加padding以保持输出尺寸，而VALID模式则不添加padding，直接删除无法被卷积覆盖的部分。同时，文章还涵盖了conv2d的其他关键参数，如filter数量、kernel_size、strides、data_format、dilation_rate、激活函数、偏置项初始化等。

摘要由CSDN通过智能技术生成

https://tensorflow.google.cn/api_docs/python/tf/layers/conv2d?hl=zh-cn
tensorflow手册链接

tf.layers.conv2d(
    inputs,
    filters,
    kernel_size,
    strides=(1, 1),
    padding='valid',
    data_format='channels_last',
    dilation_rate=(1, 1),
    activation=None,
    use_bias=True,
    kernel_initializer=None,
    bias_initializer=tf.zeros_initializer(),
    kernel_regularizer=None,
    bias_regularizer=None,
    activity_regularizer=None,
    kernel_constraint=None,
    bias_constraint=None,
    trainable=True,
    name=None,
    reuse=None
)

上面有值的都是默认值奥。
1.input 输入，一般是图像、矩阵、tensor。
2.定义滤波器个数，决定了输出的通道数filter=4表是卷积后会得到4个feature map。
3.kernel_size=4，表示卷积核大小为4*4。
4.strides=(1, 1)，向右向下移动的步长均是1。
5.其中padding的两种类型SAME和VALID，same是卷积核滑动时，如果原图尺寸不足够，使用添加padding的方式。而valid是删掉不能被卷积