我的tensorflow学习笔记（9）：tf中的CNN

一、直接卷积

    

    卷积在深度学习中非常常见。并且实际上我们可以不经过训练直接使用卷积，一个常见的用途是进行图片模糊：

    为了在tensorflow中使用卷积，我们可以使用几个内置图层。你可以使用一维卷积（输入为2维），二维卷积（输入为3维），三维卷积（输入为4维）。我们主要关注二维卷积，关于其他维度卷积的介绍，参考runhani’s StackOverflow answer 。

tf.nn.conv2d(
    input,
    filter,
    strides,
    padding,
    use_cudnn_on_gpu=True,
    data_format='NHWC',
    dilations=[1, 1, 1, 1],
    name=None
)

Input: Batch size (N) x Height (H) x Width (W) x Channels (C)
Filter: Height x Width x Input Channels x Output Channels
(e.g. [5, 5, 3, 64])
Strides: 4 element 1-D tensor, strides in each direction
(often [1, 1, 1, 1] o