卷积操作 tensorflow tf.nn.conv2d

卷积操作

待补充

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

data_format

可选参数，表示输入数据的格式，有两种分别为：“NHWC”和“NCHW”，默认格式为”NHWC“

“NHWC”输入数据的格式为为[batch, in_height, in_width, in_channels]
“NCHW”输入数据的格式为为[batch, in_channels， in_height, in_width]

use_cudnn_on_gpu

可选参数，表示是否使用GPU，默认为True，即有过有GPU，则默认使用GPU

input

一个4维的数据格式，即输入数据的格式，跟data_format相关。即如果输入数据格式为”NCHW“的情况下需要设置data_format参数。

filter

一个长度为4的一维列表，[height,width,in_channels, out_channels]，即filter的map大小，以及涉及到的输入特征图和输出特征图的个数。

strides

表示步长，是一个长为4的一维数组，跟data_format互相对应，表示在data_format每一维上的移动步长。例如输入格式默认格式”NHWC“，则strides的设置为[1,stride,stride,1]对应[batch,in_height, in_width, in_channels]第一个表示在一个样本的特征图上的移动，第二三个是在filter在特征图上的移动的跨度，第四个表示在一个样本的一个通道上移动。

padding

表示填充方式，”SAME”表示采用填充的方式，最终输入跟输出数据的大小是一样 的，”VALID”表示采用不填充的方式，即输出大小跟输入大小不一样，假设输入大小为W*W，步长为S，则输入为N*N,其中“N = (W − F )/S+1”