实现卷积层的前向传播（Pythom版）

都是些老物件

于 2024-09-10 19:23:27 发布

阅读量909

点赞数 19

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/qq_57390446/article/details/142102801

版权

在TensorFlow框架中，实现卷积层（2维）的代码是 tf.keras.layers.Conv2D()。它主要接收如下几个参数，

filters：卷积核的个数，也就是卷积层输出的通道数（沿axis=-1的维度）

kernel_size：一个含有两个整数的元组（kernel_row，kernel_column），它分别规定了卷积核的高和宽。也可以是一个整数，此时卷积核的高和宽是一样的，都等于kernel_size。

strides：一个含有两个整数的元组（row_strides，column_strides），它分别规定了卷积核每次计算后，沿高和宽移动的步长。也可以是一个整数，此时沿高和沿宽的步长是一样的，都等于strides

padding：一个字符串，padding = 'valid' 时不采用padding机制。

data_format：一个字符串。它规定了输入的通道数是否在最后一维，即（batch_size，row_pixels，column_pixels，channels）→默认类型。此外另一种表达类型为（batch_size，channels，row_pixels，column_pixels ）

input_shape：当卷积层作为模型的第一层时，需要指定输入的shape（除batch_size轴外）。

假设输入input（batch_size，input_row，input_column，channels）

卷积层会根据指定参数生成一个核kernel（kernel_row，kernel_column，input_channels，filters），其中input_channels = channels。

经过卷积层后会得到一个output（batch_size，output_row，output_column，filters）。在没采用Padding机制的情况下，

$output\;row = \left \lfloor \frac{input\; row - kernel\;row}{row\;strides} \right \rfloor + 1$

$output\;column = \left \lfloor \frac{input\; column - kernel\;column}{column\;strides} \right \rfloor + 1$

在其底层的源码实现中，2维的卷积层主要干了这么几件事，

先将kernel（kernel_row，kernel_column，input_channels，filters）重构成一个二维的reshape_kernel（kernel_row * kernel_column * input_channels，filters）

同时将input（batch_size，row_pixels，column_pixels，channels）重构成一个input_patchs（batch_size，output_row，output_column，kernel_row * kernel_column * i

最低0.47元/天解锁文章