tensorflow学习基础篇1——conv2d 函数说明

每次学习新知识总是走马观花，理解不深刻，从现在开始坚持将学习到的东西记录下来，一来方便以后回顾，二来加深理解

---------------------------------------------------------------------------------------------------------------------------------------------------------------------------

tensorflow ——conv2d

tf.nn.conv2d(input, w, strides, padding)

其中 input 为输入，格式为[batch, height, width, channels], 分别为【输入的批次数量、图像的高（行数）、宽（列数）、通道（彩色为3，灰色为1）】

w 为卷积矩阵，二维、分别为[高，宽】

strides 为滑动窗口尺寸，分别为[1, height, width, 1]， 通常 strides[0]=strdes[3]=1,因为一般不会在一个个图像，一个个通道之间滑动

padding 为扩展方式，有两种 vaild 和 same

1)不同的padding方式,VALID是采用丢弃的方式,比如上述的input_width=13,只允许滑动2次,多余的元素全部丢掉

2)SAME的方式,采用的是补全的方式,对于上述的情况,允许滑动3次,但是需要补3个元素,左奇右偶,在左边补一个0,右边补2个0

3) For the SAME padding, the output height and width are computed as: