Tensorflow(一)--用tensorflow实现卷积层和池化层的前向传播

import tensorflow as tf
weights=tf.get_variable("weights",[5,5,3,16],initializer=tf.truncated_normal_initializer(stddev=0.1))
#偏值项
bias=tf.get_variable("biases",[16],initializer=tf.constant_initializer(0.1))
#定义网络
conv=tf.nn.conv2d(input,weights,[1,1,1,1],'SAME')
bias_add=tf.nn.bias_add(conv,bias)
actived_conv=tf.nn.relu(bias_add)

#池化层实现
pool=tf.nn.max_pool(actived_conv,[1,2,2,1],[1,2,2,1],'SAME')

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值