Tensorflow学习（1）

在tf1.0中，对卷积层重新进行了封装，比原来版本的卷积层有了很大的简化。

一、旧版本（1.0以下）的卷积函数：tf.nn.conv2d

conv2d(
    input,
    filter,
    strides,
    padding,
    use_cudnn_on_gpu=None,
    data_format=None,
    name=None
)

该函数定义在tensorflow/python/ops/gen_nn_ops.py。

参数：

---

• input: 一个4维Tensor（N,H,W,C). 类型必须是以下几种类型之一: half, float32, float64.
• filter: 卷积核. 类型和input必须相同，4维tensor, [filter_height, filter_width, in_channels, out_channels],如[5,5,3,32]
• strides: 在input上切片采样时，每个方向上的滑窗步长，必须和format指定的维度同阶,如[1, 2, 2, 1]
• padding: 指定边缘填充类型: “SAME”, “VALID”. SAME表示卷积后图片保持不变，VALID则会缩小。
• use_cudnn_on_gpu: 可选项，bool型。表示是否在GPU上用cudnn进行加速，默认为True.
• data_format: 可选项，指定输入数据的格式: “NHWC”或 “NCHW”， 默认为”NHWC”。
  NHWC格式指[batch, in_height, in_width, in_channels]
  NCHW格式指[batch, in_channels, in_height, in_width]
• name: 操作名，可选.

conv1=tf.nn.conv2d(x, W, strides=[1, 1, 1, 1], padding='SAME')