TensorFlow学习笔记(10)tf.nn.conv2d浅析

image.png

计算卷积

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

input：输入格式为[batch，长，宽，通道数]
输入图片为例：
batch：一次训练多少照片，1张，100张，，，
长：图片长
宽：图片宽
通道数：灰度照片通道数为1，彩色照片通道数为3

filter：卷积核，格式为[长，宽，输入通道数，输出通道数]
长：卷积的长度
宽：卷积的宽度
输入通道数：和input:通道数保持一致
输出通道数：输出通道数可以随意指定。

strides:步长，格式为[1，步长的长度，步长的宽度，1]

padding：VALID， SAME

image.png