Tensorflow tf.nn.conv2d使用详解

王小鹏鹏

已于 2024-11-25 10:30:16 修改

阅读量1.1k

点赞数 1

CC 4.0 BY-SA版权

分类专栏： Tensorflow 文章标签： tensorflow 人工智能 python

于 2019-03-05 17:54:03 首次发布

本文链接：https://blog.youkuaiyun.com/kingroc/article/details/88193249

Tensorflow 专栏收录该内容

8 篇文章

订阅专栏

本文详细介绍了Tensorflow中的卷积API tf.nn.conv2d，包括参数的意义，如input、filter、strides、padding等，并探讨了卷积核的移动步长、填充方式以及GPU加速等关键概念。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

《Tensorflow初级教程》

Tensorflow卷积API参数说明

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

input ：代表原图，是一个数组里面包括[batch_size, in_height, in_width, n_channels]
- batch_size ：每次输入的批次，如果每次输入一个图片，那就是１．
- in_height　：图片矩阵的高度。
- in_width　：图片矩阵的宽带。
- n_channels ：图片矩阵的通道数，例如彩色图片那通道数就是3了。
filter ：代表卷积核，也是一个数组包括[filter_height, filter_width, in_channels, out_channels]
- filter_height ：卷积核的高度。
- filter_width：卷积核的宽度。
- in_channels ：卷积核的输入通道数，就是上一个参数input的通道数。
- out_channels ：可以理解成卷积核的个数，例如：一个卷积核就产生一个特征图，多个卷积核会产生多个特征图。
strides ：代表卷积核的移动方式，也是一个数组包括[1, stride, stride, 1]，注意“Must have strides[0] = strides[3] = 1”这个在API的注释中强调了。
- stride ：这两个stride分别代表卷积核在图片上向上、向下滑动的步长。
padding ：只能填写"SAME", "VALID"这两个二选一。
use_cudnn_on_gpu ：是否使用GPU
data_format ：默认为"NHWC"，还有一种可选“NCHW”，分别代表输入图片的格式，前者为[batch, height, width, channels]，后者为[batch, channels, height, width]。
dilations ：使用扩展卷积，这个参数为卷积核引入了一个扩展率。
name ：操作名称。