TensorFlow中与卷积核有关的各参数的意义


  以自带models中mnist的convolutional.py为例:

  1.filter要与输入数据类型相同(float32或float64),四个参数为`[filter_height, filter_width, in_channels, out_channels]`,即卷积核的高/宽/输入通道数/输出通道数(feature map),如:[5, 5, NUM_CHANNELS, 32],  # 5x5 filter, depth 32.

  2.strides为长度为4的一维int型矩阵,四个参数代表卷积核在输入数据四个维度上的步长。比如,strides=[1, 2, 2, 1] 即表示卷积核在“卷”一幅图片的时候,从左到右两个像素两个像素得“卷”,从上到下也是两个像素两个像素得“卷”,一个batch一个batch地“卷”,一个channel一个channel地“卷”(请原谅我孱弱的表达能力。。)。

  3.padding有两种参数供选择,分别是SAME和VALID


免责声明!

本站转载的文章为个人学习借鉴使用,本站对版权不负任何法律责任。如果侵犯了您的隐私权益,请联系本站邮箱yoyou2525@163.com删除。



 
粤ICP备18138465号  © 2018-2025 CODEPRJ.COM