Tensorflow相关函数

• tf.nn.conv2d

tf.nn.conv2d(input, filter_weight, strides=[1,1,1,1], padding='SAME')

tf.nn.conv2d提供了一个简单的函数实现卷积层前向传播的算法。

input：当前层的节点矩阵，是一个四维矩阵。第一个维度对应输入batch，后面三个维度对应一个节点矩阵。

filter_weight：卷积层权重。如[5,5,1,32],前两个数字代表卷积核尺寸，第三个数字代表有多少channel，最后一个数代表卷积核的数量。

strides：不同维度上的步长，为四维数组。第一维和第四维一定是１，因为卷积层的步长只对矩阵的长和宽有效。

padding：填充方法。tensorflow提供SAME和VALID两种选择。SAME表示添加全０的填充，让卷积的输入和输出保持统同样的尺寸，VALID表示不添加。

• tf.nn.max_pool

tf.nn.max_pool(x, ksize=[1,2,2,1], strides=[1,2,2,1], padding="SAME")

x：输入的节点矩阵

ksize：过滤器尺寸。四维数组，第一维和最后一维只能为１，因为池化层的顾虑器不可以跨不同的输入样例或节点矩阵深度。常用[1,2,2,1]和[1,3,3,1]。

strides：步长。与卷积函数中步长意义相同。

padding：填充。分为SAME和VALID两种。

未完待续。。。