《一个实例带你了解卷积与反卷积》

卷积的计算：

1.卷积在tensorflow中是通过
output =layers.Conv2D(channel,f,s,p)

其中：
channel: 表示通道层数
w ：表示输入的数据的维度（长、宽）
f: 表示卷积核
s: 表示步长
p： 有’same’ 和’valid’两种
output : 表示输出的shape

计算公式为：
out = 1 + (w+2p-f)/s

p=same时：
p=(f-1)/2
p=valid时：
p=0

例子
输入的数据维度是 【128， 64， 64， 3】

反卷积的计算：
output =layers.Conv2DTranspose(channel,f,s,p)

计算公式为：
out = (w-1)*s-2p+f

p=same时：
p=(f-1)/2
p=valid时：
p=0

举例：
数据shape为:[128,3,3,3]