TensorFlow中與卷積核有關的各參數的意義


  以自帶models中mnist的convolutional.py為例:

  1.filter要與輸入數據類型相同(float32或float64),四個參數為`[filter_height, filter_width, in_channels, out_channels]`,即卷積核的高/寬/輸入通道數/輸出通道數(feature map),如:[5, 5, NUM_CHANNELS, 32],  # 5x5 filter, depth 32.

  2.strides為長度為4的一維int型矩陣,四個參數代表卷積核在輸入數據四個維度上的步長。比如,strides=[1, 2, 2, 1] 即表示卷積核在“卷”一幅圖片的時候,從左到右兩個像素兩個像素得“卷”,從上到下也是兩個像素兩個像素得“卷”,一個batch一個batch地“卷”,一個channel一個channel地“卷”(請原諒我孱弱的表達能力。。)。

  3.padding有兩種參數供選擇,分別是SAME和VALID


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM