tensorflow conv2d()参数解析

定义:
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
功能:将两个4维的向量input(样本数据矩阵)和filter(卷积核)做卷积运算,输出卷积后的矩阵
input的形状:[batch, in_height ,in_width, in_channels]
batch: 样本的数量
in_height :每个样本的行数
in_width: 每个样本的列数
in_channels:每个样本的通道数,如果是RGB图像就是3
filter的形状:[filter_height, filter_width, in_channels, out_channels]
filter_height:卷积核的高
filter_width:卷积核的宽
in_channels:输入的通道数
out_channels:输出的通道数
比如在tensorflow的cifar10.py文件中有句:
tensorflow conv2d()参数解析_第1张图片
卷积核大小为 5*5,输入通道数是3,输出通道数是64,即这一层输出64个特征
在看cifar10.py里第二层卷积核的定义:
tensorflow conv2d()参数解析_第2张图片
大小依然是5*5,出入就是64个通道即上一层的输出,输出依然是64个特征
strides:[1,stride_h,stride_w,1]步长,即卷积核每次移动的步长
padding:填充模式取值,只能为”SAME”或”VALID”
卷积或池化后的节点数计算公式:
output_w = int((input_w + 2*padding - filter_w)/strid_w) + 1
举例说明:
假设这里使用的图像每副只有一行像素一通道,共3副图像

>>> a = np.array([[1,1,1],[2,2,2],[3,3,3]])
>>> b=tf.reshape(a,[a.shape[0],1,a.shape[1],1])
>>> init = tf.initialize_all_variables()
>>> sess.run(init)
>>> sess.run(b)
array([[[[1],
         [1],
         [1]]],

       [[[2],
         [2],
         [2]]],

       [[[3],
         [3],
         [3]]]])

然后设有2个1*2的卷积核

>>> k=tf.constant([[[[ 1.0, 1.0]],[[2.0,  2.0]]]], dtype=tf.float32)
>>> mycov=tf.nn.conv2d(b, k, [1, 1, 1, 1], padding='SAME')
>>> init = tf.initialize_all_variables()
>>> sess.run(init)
>>> sess.run(mycov)
array([[[[ 3.,  3.],
         [ 3.,  3.],
         [ 1.,  1.]]],

       [[[ 6.,  6.],
         [ 6.,  6.],
         [ 2.,  2.]]],

       [[[ 9.,  9.],
         [ 9.,  9.],
         [ 3.,  3.]]]], dtype=float32)
>>> sess.run(b)
array([[[[ 1.],
         [ 1.],
         [ 1.]]],

       [[[ 2.],
         [ 2.],
         [ 2.]]],

       [[[ 3.],
         [ 3.],
         [ 3.]]]], dtype=float32)
>>> sess.run(k)
array([[[[ 1.,  1.]],

        [[ 2.,  2.]]]], dtype=float32)

tensorflow conv2d()参数解析_第3张图片
最后的0是函数自动填充的,所以最后就得到了一个2通道的卷积结果
将k改成[[ 1.0, 0.5],[2, 1]]然后再次运行:

>>> k=tf.constant([[[[ 1.0, 0.5]],[[2,  1]]]], dtype=tf.float32)
>>> mycov=tf.nn.conv2d(b, k, [1, 1, 1, 1], padding='SAME')
>>> init = tf.initialize_all_variables()
>>> sess.run(init)
>>> sess.run(mycov)
array([[[[ 3. ,  1.5],
         [ 3. ,  1.5],
         [ 1. ,  0.5]]],

       [[[ 6. ,  3. ],
         [ 6. ,  3. ],
         [ 2. ,  1. ]]],

       [[[ 9. ,  4.5],
         [ 9. ,  4.5],
         [ 3. ,  1.5]]]], dtype=float32)

卷积核一般用tf.get_variable()初始化,这里为了演示直接指定为常量

你可能感兴趣的:(tensorflow conv2d()参数解析)