卷積函數
TensorFlow學習備忘錄
tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, data_format=None, name=None)
Args
- input: A 4-D Tensor。 需要計算卷積的圖像，其shape是[batch, height, width, channels]。Tensor shape可以由data_format設定。Type必須是
"half","float32","float64"之一。 - filter: A 4-D Tensor。 卷積核。 Type和input相同。Shape是[卷積核高度，卷積核寬度， 圖像通道數， 卷積核個數]。
- strides: 1-D Tensor of length 4。步長。Shape和input相同，一般batch和channels恆定為1，即[1, height, weight, 1]
- padding: 卷積方式。可選方法有
"SAME"、"VALID"。其中，VALID方式以（1,1）作為卷積的左上角起始點。SAME則以（1,1）作為卷積的中心起始點。即，SAME方法得到的卷積矩陣要大於VALID。 - use_cudnn_on_gpu: 是否使用GPU加速。默認為True。
- data_format: 數據格式，支持的格式有
"NHWC"和"NCHW"。其中的區別主要是channels參數的位置。一般使用默認即可。 - name: 用以指定該操作的name。在TensorBoard展示中較為有用。
Returns
A Tensor。卷積操作后的特征圖。