一、先来介绍一下卷积操作conv2d的实现
该函数的官方文档如下:
tf.nn.conv2d(
input,
filter,
strides,
padding,
use_cudnn_on_gpu=True,
data_format='NHWC',
dilations=[1, 1, 1, 1],
name=None
)
其中,第一个参数 input ,是输入的预处理图像,它要求是一个四维的张量,每个维度对应为 【batchsize, 输入图像宽度,输入图像高度,输入图像深度】 ,数据类型只能用浮点型
第二个参数 filter 是卷积核的大小,也要求是四维张量,对应为 【卷积核宽度,卷积核高度,输入的图像深度,输出的图像深度】
第三个参数是设定步长,是一个有四个元素的向量,对应为 【1,水平方向步长,垂直方向步长,1】
第四个参数是一个指示填充方式的参数,只能选择 ‘SAME’或者‘VALID’ ,前者说明进行填充,后者说明不用填充。
其他的参数一般情况下默认即可,如需改变请参考官方原文解释:https://tensorflow.google.cn/api_docs/python/tf/nn