tensorflow卷积

1、卷积 

tf.nn.conv2d(
    input,
    filter,
    strides,
    padding,
    use_cudnn_on_gpu=True,
    data_format='NHWC'
    dilations=[1,1,1,1],
    name=None)

input:(batch,h,w,channels)       #（每轮图片数量，图片高度，图片宽度，通道数）

filter(k_h,k_w,in,out)                #（卷积核高度，卷积核宽度，需要卷积运算的图片的通道数，卷积核个数/输出通道数）

strides(1,s_h,s_w,1)                #（s_h在高度方向上移动的步长，s_w在宽度方向上移动的步长）

padding:('SAME'/'VALID')       #（SAME自动补0，输出大小不变，valid不补0

2、池化

tf.nn.max_pool(
    value,
    ksize,
    strides,
    padding,
    data_format='NHWC',
    name=None )

value: tensor(batch,h,w,channels)         #（跟卷积一致）

ksize: tensor(1,k_h,k_w,1)                     #  (池化核的高度和宽度）

strides: tensor(1,s_h,s_w,1)                  #  (移动步长）