关于TensorFlow中tf.nn.conv2d与max_pool函数的解释

在学习构建简单的CNN网络的过程中，发现了conv2d这个函数，他和max_pool一样都是构建卷积层的工具函数。这两个函数都有不理解的地方。做个笔记边记录边理解一下哈哈。

       conv2d函数：tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=None,name=None

下面详解参数的含义：

        input：张量tensor，每个元素的格式必须float32或者float64。input的形状：[batch，in_heigth，in_width，in_channels]。

            batch为训练过程中每迭代一次的样本数量（在我看到的教程中设置的值为-1，这个需要进一步了解）

            in_height,in_width分别为样本的高和宽度。

            in_channels为图片的通道数，如黑白色图片的通道数为1，通常彩色图片的通道数为3。

            filter：一个tensor，元素的类型与input中元素的类型是一样的。

            filter的形状：[filter_height,filter_width,in_chanells,out_channels]。

            参数代表分别为权重的高和宽，输入的channels和输出的channels。

     

           stride：长度为4的list，元素类型为int。表示每一个维度滑动的步长。如果stride = [1,1,1,1]。

            第一个参数：表示在样本上的步长默认为1。

            第二个参数：表示在高度上的步长默认为1。

            第三个参数：表示在宽度上的步长默认为1。

            第四个参数：表示在通道上的步长默认为1。

              

            padding: 选择填充的方式，有两种方式1，VALID  2，SAME。

            VALID:采用的是丢弃的方式。如下图input_width=13,只允许滑动两次，多余的全部丢弃。

               

            SAME的方式，采用的是补全的方式。对于input_width为13的输入，允许滑动3次，但是需要补充3个元素，左奇右偶，在左边补充一个0，在右边补充两个0。

            

          一般情况下都设置为SAME模式。

            

            use_cudnn_on_gpu:bool类型：表示是否使用cudnn加速。

            

            name：此操作的名字。

       

            max_pooling是CNN当中的最大值池化操作。

            tf.nn.max_pool(value, ksize, strides, padding, name=None)参数解释：

            value：需要池化的输入，一般池化层链接在卷积层的后面，所以输入通常是feature map，

            形状为：[batch,height,width,channels]。

            ksize：池化窗口的大小，取一个思维向量，一般为[1,height,width,1],因为我们不想在batch和channels上做池化，

            所以两个维度设置为1。

            strides：和卷积类似，窗口在每一个维度上滑动的步长。

            padding：和卷积类似，可以取'VALID' 或者'SAME'。