tf.nn.conv1d

tf.nn.conv1d


tf.nn.conv1d
参数:

def conv1d(
    value=None,
    filters=None,
    stride=None,
    padding=None,
    use_cudnn_on_gpu=None,
    data_format=None,
    name=None,
    input=None,  
    dilations=None):

例子:

x = tf.constant(1, tf.float32, (1, 64, 3))
y = tf.constant(1, tf.float32, (9, 3, 1))
_ = tf.nn.conv1d(x, y, padding='SAME', data_format="NWC")

x的形状为1×64×3,即NWC,相当于NHWC中H和W合起来,放到一个维度中,最后则为RGBRGBRGB…这样排列,NCW则为RRRGGGBBB这样排列
y为卷积核,形状为9×3×1,9为H×W,3为输入通道数,1为输出通道数
如有错误,还望指正

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值