tf.nn.conv2d用法初探

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