Tensorflow 卷积层

Tensorflow函数conv2d的操作图示：

示例卷积层的滤波器维数为[3,3,3,2]（高3，宽3，3个channel，有两个上述的滤波器。一般理解，filter = [滤波器高，滤波器宽，输入数据的通道数，输出数据的通道数]）。里面两个滤波器都是[3,3,3]（高3，宽3，3个channel），每个滤波器与图像卷积的过程：滤波器的3个channel分别于图像的3个channel进行卷积，将不同channel对应中心像素卷积得到的3个结果加起来得到最后的输出。

在函数tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None) 里面，strides是一个一维包含四个元素的列表，一般来说strides=[1, x_stride, y_stride, 1]。其他，input是一个4D的tensor，filter也是一个4D的tensor，padding包含了两种padding的方式：SAME和VALID，两种方法得到的输出大小一般是不一样的。函数 tf.nn.conv2d官方文档