tf.nn.conv2d()

tf.nn.conv2d()

函数原型：

tf.nn.conv2d(input,filter,strides,padding,use_cudnn_on_gpu=True,    data_format='NHWC', dilations=[1, 1, 1, 1],name=None)

参数：

• input：张量tensor，每个元素的格式必须float32或者float64。input的形状：[batch，in_heigth，in_width，in_channels]。
• batch：为训练过程中每迭代一次的样本数量（在我看到的教程中设置的值为-1，这个需要进一步了解）
• in_height,in_width：分别为样本的高和宽度。
• in_channels：为图片的通道数，如黑白色图片的通道数为1，通常彩色图片的通道数为3。
• filter：一个tensor，元素的类型与input中元素的类型是一样的。 filter：的形状：[filter_height,filter_width,in_chanells,out_channels]。
• stride：长度为4的list，元素类型为int。表示每一个维度滑动的步长
• padding: 选择填充的方式，有两种方式VALID；SAME。”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；”VALID”表示采用不填充的方式，即输出大小跟输入大小不一样