Tensorflow记录：tf.nn.conv2d

定义

tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)
函数作用是用于tensorflow中的卷积运算

参数

input：待操作的张量，要求是tensor，结构为[ batch_size, height, width, in_channels ]。计算后的结果是四维的tensor，即常说的特征图（feature map）；输入数据类型必须是float32或者float64
filter：卷积核，要求是tensor，结构为[ filter_height, filter_width, in_channels, out_channels ]。这里的in_channels和input中的in_channels必须相同；数据类型与input一致
strides：步长，结构是[ 1, strides, strides, 1]。第一维和第四维必须为1，第二第三维为步长，[1, 2, 2, 1]即设步长为2
padding：填充，结构只有两类：“SAME”, “VALID”。same代表补0填充，会优先在图右侧和下侧补0；valid代表不补0，卷积核没有扫到的部分直接丢弃
use_cudnn_on_gpu=None：是否使用GPU加速，bool类型，默认为True
name：给这个指定的操作命名

例子

- 默认batch为1，输入为331的图，通道为1，使用2*2的filter，将图增加到3维，使用SAME padding，步长为2

input_tensor = tf.Variable(tf.random_normal([1,3,3,1]))  # b, h, w, c
filter_1 = tf.Variable(tf.ones([2,2,1,3])) # f_h, f_w, in_c, out_c
output = tf.nn.conv2d(input_tensor, filter_1, strides=[1, 2, 2, 1], padding='SAME', 
                      use_cudnn_on_gpu=False)

init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(output))
    print(output.shape)

得到：

[[[[ 1.1837978  1.1837978  1.1837978]
   [ 0.5729767  0.5729767  0.5729767]]

  [[-1.4685228 -1.4685228 -1.4685228]
   [ 1.6717577  1.6717577  1.6717577]]]]
(1, 2, 2, 3)

- 默认batch为1，输入为331的图，通道为1，使用2*2的filter，将图增加到3维，使用VALID padding，步长为2

input_tensor = tf.Variable(tf.random_normal([1,3,3,1]))  # b, h, w, c
filter_1 = tf.Variable(tf.ones([2,2,1,3])) # f_h, f_w, in_c, out_c
output = tf.nn.conv2d(input_tensor, filter_1, strides=[1, 2, 2, 1], padding='VALID', 
                      use_cudnn_on_gpu=False)

init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(output))
    print(output.shape)

得到：

[[[[-1.8322035 -1.8322035 -1.8322035]]]]
(1, 1, 1, 3)

关于padding：
可以看到不同的padding拥有不同的输出结果shape，因为步长为2，所以22的filter并不能完全覆盖33的图（VALID padding），所以最终输出的shape为（1,1,1,3）；使用"SAME"方法的则能在33的图中右边和下边各补充0，使22的filter能够完全覆盖图，最终输出的shape为（1,2,2,3）

- 更改batch为4，输入为331的图，通道为1，使用2*2的filter，将图增加到3维，使用SAME padding，步长为2

input_tensor = tf.Variable(tf.random_normal([4,3,3,1]))  # b, h, w, c
filter_1 = tf.Variable(tf.ones([2,2,1,3])) # f_h, f_w, in_c, out_c
output = tf.nn.conv2d(input_tensor, filter_1, strides=[1, 2, 2, 1], padding='SAME', 
                      use_cudnn_on_gpu=False)

init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(output))
    print(output.shape)

得到：

[[[[-1.2321737  -1.2321737  -1.2321737 ]
   [ 1.2999856   1.2999856   1.2999856 ]]

  [[ 0.3062305   0.3062305   0.3062305 ]
   [-0.6112298  -0.6112298  -0.6112298 ]]]


 [[[-3.1887996  -3.1887996  -3.1887996 ]
   [ 1.3863715   1.3863715   1.3863715 ]]

  [[ 0.54844457  0.54844457  0.54844457]
   [ 0.97763544  0.97763544  0.97763544]]]


 [[[-1.5045768  -1.5045768  -1.5045768 ]
   [ 2.008266    2.008266    2.008266  ]]

  [[-0.1533035  -0.1533035  -0.1533035 ]
   [ 0.22152434  0.22152434  0.22152434]]]


 [[[ 1.1186421   1.1186421   1.1186421 ]
   [-1.3898249  -1.3898249  -1.3898249 ]]

  [[-0.3974297  -0.3974297  -0.3974297 ]
   [-1.3495198  -1.3495198  -1.3495198 ]]]]
(4, 2, 2, 3)

可以看到：
计算结果batch仍旧为之前设置的，并不会改变，改变的只是特征图的形状和通道数

Tensorflow记录：tf.nn.conv2d

定义

参数

例子

猜你喜欢