tf.nn.conv2d(input=None,
filters=None,
strides=None,
padding=None,
use_cudnn_on_gpu=True,
data_format=None,
name=None)
input:需要计算卷积的图像数据 [batch,height,width,channels]
filters:卷积核 [height,width,channels,count]
strides:步长
padding:对卷积结果进行扩充 格式为:[[0,0],[0,0],[0,0],[0,0]]
use_cudnn_on_gpu:是否使用GPU加速
data_format:数据格式,例如"NHWC","NCHW",主要是参数channels位置不同
name:指定该操作的名字
特别的,当padding='SAME',strides=1可以得到输入输出同大小的卷积层,其中padding的具体数量由Tensorflow自动计算并完成操作。