卷积操作的维度

常见的库如opencv, theano等的卷积操作方法(cv2.filter2D, theano.tensor.nnet.conv2d)都有带有\(2d\), 这个2d代表什么呢?

---

卷积操作的维度

进行conv操作时, 它的前进方向的维度就是conv操作的维度. 例如最常见的图片conv操作只沿长与宽两个方向进行, 所以是\(2D\)的conv. 若conv操作还沿channel方向前进, 那它就是\(3D\)的. 最简单的判别方式就是看conv操作stride的(有效)维度. CNN里的stride都是\((s_y, s_x)\), 如\((1, 1), (2, 2)\), 两维的.

theano 中对应的方法

output = theano.tensor.nnet.conv2d(
    input, filters, input_shape=(b, c2, i1, i2), filter_shape=(c1, c2, k1, k2),
    border_mode=(0, 0), subsample=(1, 1))

---

Reference

• http://deeplearning.net/software/theano_versions/dev/tutorial/conv_arithmetic.html

转载于:https://www.cnblogs.com/dengdan890730/p/6223779.html