文档解释
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
给定一个input的张量[batch, in_height, in_width, in_channels]
和一个过滤器 / 内核张量 [filter_height, filter_width, in_channels, out_channels]
后,执行以下操作:
- 展平filter为一个形状为
[filter_height * filter_width * in_channels, output_channels]
的二维矩阵。 - 从input中按照filter大小提取图片子集形成一个大小为
[batch, out_height, out_width, filter_height * filter_width * in_channels]
的虚拟张量。 - 循环每个图片子集,右乘filter矩阵。
举例
输入是[1,3,3,1],代表1个图像,大小2x2,1个通道
filter是[2,2,1,1],代表filter的大小是2x2,输入通道通道是1,与图片通道相同,输入通道也是1。
步长是1,padding是VALID
这种情况下,输出是1x2x2x1,其中2=&#x