【TensorFlow】tf.nn.conv2d()函数中的filter用法

问题介绍

tf.Variable(tf.constant([-1,0,0,-1,-1,0,0,-1],shape=(2,2,1,2)))生成卷积核时期待的结果为 [ [ − 1 , 0 ] , [ − 1 , 0 ] ] [[-1,0],[-1,0]] [[1,0],[1,0]] [ [ 0 , − 1 ] , [ 0 , − 1 ] ] [[0,-1],[0,-1]] [[0,1],[0,1]]
但是该 V a r i a b l e Variable Variable的属性 a r r r y arrry arrry所展示的效果为 [ [ [ [ − 1 , 0 ] ] , [ [ 0 , − 1 ] ] ] , [ [ [ − 1 , 0 ] ] , [ [ 0 , − 1 ] ] ] ] [[[[-1,0]],[[0,-1]]],[[[-1,0]],[[0,-1]]]] [[[[1,0]],[[0,1]]],[[[1,0]],[[0,1]]]]
虽然结果也能按所想成功运行,但是对于 c o n v 2 d conv2d conv2d函数处理filter的机制产生了疑惑。

解释

生成多通道的输出是按列取值的,即将这个 2 ∗ 2 ∗ 1 ∗ 2 2*2*1*2 2212的shape排列好,分成两个 2 ∗ 2 ∗ 1 ∗ 1 2*2*1*1 2211,各取一列,组合而成卷积核。
如图所示在这里插入图片描述

  • 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