tf.nn.conv2d理解

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