1. 官方解释
tf.nn.conv2d (input, filter, strides, padding, use_cudnn_on_gpu = True, data_format = 'NHWC', dilations = [1,1,1,1],
name = None)
input:4维张量。数据格式默认是NHWC, 即[batch,height,width,channel]。如[1,4,4,1],代表一个(batch),高(height)4,宽 (width)4,一个通道(channel)的图像。
filter: 4维张量。数据格式是[height,width,in_channels,out_channles]。如[2,2,1,1],代表高(2),宽(2),输入通道1,输出通 道 1。注意:如果输出通道为1,输入通道有多个,那么要进行求和变为1个。
padding: 有"VALID"和"SAME"之分。主要区别是,"SAME"是输入张量和输出的张量尺寸保持不变,为此需要在输入张量填 充 0,填充0的方式可能是在周围,也有可能是在张量的左边,下边。具体的要看情况。
strides: 必须是[1,strides,strides,1],表示每次移动strides(向下或向右)步。
其他参数就不细说了。
官网上还有这样一段话,不太懂。先