1.几维就有几层括号[]
2.shape = 【5,2,3,4】
代表的意思的意思是234大小的三维矩阵,深度为俩层,五个这样的三维矩阵,在使用conv2d时,最后形成的矩阵按照这个shape规律形成,但是其shape对应位置的数字所代表的意义被重新赋予,在input中,第一个位置表示几个矩阵,第二位置表示矩阵高度,第三个位置表示矩阵宽度,最后一个表示矩阵深度。在filter中,第一个位置是卷积核宽,第二个位置是卷积核是高,第三个位置是卷积核的深度,第四个位置才是卷积核个数,然后函数conv2d会自己去计算,不用管他是不是符合一般的shape位置所表示得意义,最后生成矩阵的shape对应位置数字的意义与input一致。然后给加b的时候按照矩阵相加减的语法就可(注意扩展规律)
关于tensorflow卷积shape的详细解析
最新推荐文章于 2024-08-18 10:30:21 发布