函数简介:
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)
除去name参数用以指定该操作的name,与方法有关的一共五个参数:
第一个参数input:指需要做卷积的输入图像,它要求是一个Tensor,shape:[batch, in_height, in_width, in_channels]具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数],注意这是一个4维的Tensor,要求类型为float32和float64其中之一
第二个参数filter:卷积核,它要求是一个Tensor,shape:[filter_height, filter_width, in_channels, out_channels]具体含义是[卷积核的高度,卷积核的宽度,图像通道数,卷积核个数],要求类型与参数input相同,有一个地方需要注意,第三维in_channels,就是参数input的第四维
第三个参数strides:卷积时在图像每一维的步长,这是一个一维的向量,长度4,strides[0]=strides[3]=1,strides = [1,2,2,1]
第四个参数padding:string类型的量,只能是"SAME","VALID"其中之一,这个值决定了不同的卷积方式
第五个参数:use_cudnn_on_gpu:bool类型,是否使用cudnn加速,默认为true
结果返回一个Tensor,这个输出,就是我们常说的feature map,shape仍然是[batch, height, width, channels]这种形式。
卷积过程
1.模式选择问题
卷积核大小,滑动步长直接影响最后的卷积结果的大小,且padding为SAME模式时,先对原图像进行填充(先从右边和下边进行填充,再对左边和上面进行填充),再做卷积。填充值须根据卷积核大小及滑动步长决定:
(1)当滑动步长大于1时:填充数=K-I%S(K:卷积核边长,I:输入图像边长,S:滑动步长);
(2)滑动步长为1时,直接卷积核边长减1。
而padding为VALID模式时,很简单粗暴直接从原始图像的首段开始卷积,到最后不能匹配卷积核的部分直接舍去。
(公式好像有问题。)
[参考] (https://blog.csdn.net/qq_17272679/article/details/79591540)
疑问:
(1)卷积核卷积到什么时候停止,也就是卷积的规则是什么。
(2)为什么要按这个补零的规则补零。
2.卷积后输出tensor的shape
valid情况下输出的shape:
same情况下输出的shape:
其中,W为输入的size,F为filter的size,S为步长,⌈⌉为向上取整符号。
[参考] (https://blog.csdn.net/wuzqChom/article/details/74785643)
具体的实例可以参考:https://zhuanlan.zhihu.com/p/51091488