conv2d

 
 

  
  
在查看代码的时候，看到有代码用到卷积层是tf.nn.conv2d，但是也有的使用的卷积层是tf.contrib.slim.conv2d，这两个函数调用的卷积层是否一致，在查看了API的文档，以及slim.conv2d的源码后，做如下总结：

首先是常见使用的tf.nn.conv2d的函数，其定义如下：
  
  

  
  
conv2d(
    input,
    filter,
    strides,
    padding,
    use_cudnn_on_gpu=None,
    data_format=None,
    name=None
)
  
  

  
  
input****指需要做卷积的输入图像，它要求是一个Tensor，具有[batch_size, in_height, in_width, in_channels]这样的shape，具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数]，注意这是一个4维的Tensor，要求数据类型为float32和float64其中之一
  
  
filter****用于指定****CNN****中的卷积核，它要求是一个Tensor，具有[filter_height, filter_width, in_channels, out_channels]这样的shape，具体含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]，要求类型与参数input相同，有一个地方需要注意，第三维in_channels，就是参数input的第四维，这里是维度一致，不是数值一致
strides****为卷积时在图像每一维的步长，这是一个一维的向量，长度为4，对应的是在input的4个维度上的步长
padding****是****string****类型的变量，只能是"SAME","VALID"其中之一，这个值决定了不同的卷积方式，SAME代表卷积核可以停留图像边缘，VALID表示不能，更详细的描述可以参考http://blog.csdn.net/mao_xiao_feng/article/details/53444333
use_cudnn_on_gpu****指定是否使用****cudnn****加速，默认为true
data_format****是用于指定输入的****input****的格式，默认为NHWC格式
  
  
结果返回一个Tensor，这个输出，就是我们常说的feature map
  
  
而对于tf.contrib.slim.conv2d，其函数定义如下：
  
  

  
  
convolution(inputs,
          num_outputs,
          kernel_size,
          stride=1,
          padding='SAME',
          data_format=None,
          rate=1,
          activation_fn=nn.relu,
          normalizer_fn=None,
          normalizer_params=None,
          weights_initializer=initializers.xavier_initializer(),
          weights_regularizer=None,
          biases_initializer=init_ops.zeros_initializer(),
          biases_regularizer=None,
          reuse=None,
          variables_collections=None,
          outputs_collections=None,
          trainable=True,
          scope=None):
  
  

  
  

  
  

  
  
inputs****同样是****指需要做卷积的输入图像
num_outputs****指定卷积核的个数（就是filter****的个数）
kernel_size****用于指定卷积核的维度****（卷积核的宽度，卷积核的高度）
stride****为卷积时在图像每一维的步长
padding****为padding****的方式选择，VALID****或者SAME
data_format****是用于指定输入的****input****的格式
rate****这个参数不是太理解，而且tf.nn.conv2d****中也没有，对于使用atrous convolution的膨胀率（不是太懂这个atrous convolution）
activation_fn****用于激活函数的指定，默认的为ReLU函数
normalizer_fn****用于指定正则化函数
normalizer_params****用于指定正则化函数的参数
weights_initializer****用于指定权重的初始化程序
weights_regularizer****为权重可选的正则化程序
biases_initializer****用于指定biase****的初始化程序
biases_regularizer: biases****可选的正则化程序
reuse****指定是否共享层或者和变量
variable_collections****指定所有变量的集合列表或者字典
outputs_collections****指定输出被添加的集合
trainable:****卷积层的参数是否可被训练
scope:****共享变量所指的variable_scope
  
  
在上述的API中，可以看出去除掉初始化的部分，那么两者并没有什么不同，只是tf.contrib.slim.conv2d提供了更多可以指定的初始化的部分，而对于tf.nn.conv2d而言，其指定filter的方式相比较tf.contrib.slim.conv2d来说，更加的复杂。去除掉少用的初始化部分，其实两者的API可以简化如下：
  
  
tf.contrib.slim.conv2d (inputs,
                num_outputs,[卷积核个数]
                kernel_size,[卷积核的高度，卷积核的宽度]
                stride=1,
                padding='SAME',
)
tf.nn.conv2d(
    input,(与上述一致)
    filter,([卷积核的高度，卷积核的宽度，图像通道数，卷积核个数])
    strides,
    padding,
)

  
  
可以说两者是几乎相同的，运行下列代码也可知这两者一致
  
  
import tensorflow as tf 
import tensorflow.contrib.slim as slim
 
x1 = tf.ones(shape=[1, 64, 64, 3]) 
w = tf.fill([5, 5, 3, 64], 1)
# print("rank is", tf.rank(x1))
y1 = tf.nn.conv2d(x1, w, strides=[1, 1, 1, 1], padding='SAME')
y2 = slim.conv2d(x1, 64, [5, 5], weights_initializer=tf.ones_initializer, padding='SAME')
 
 
with tf.Session() as sess: 
    sess.run(tf.global_variables_initializer()) 
    y1_value,y2_value,x1_value=sess.run([y1,y2,x1])
    print("shapes are", y1_value.shape, y2_value.shape)
    print(y1_value==y2_value)
    print(y1_value)
    print(y2_value)