tf.nn.conv2d卷积实现中”SAME“;

最新推荐文章于 2025-07-11 15:21:10 发布

向前跑_汪汪

最新推荐文章于 2025-07-11 15:21:10 发布

阅读量642

点赞数

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/m0_37598149/article/details/80981464

本文详细介绍了在TensorFlow的卷积操作tf.nn.conv2d中，使用'SAME'填充时如何保持输出尺寸不变的规则。讨论了strides等于1和不等于1两种情况下的计算方法，提供了计算输出尺寸的公式。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

`tf.nn.conv2d(input, filter, strides, padding, use_cudnn_on_gpu=None, name=None)，`

`第一个参数input：Tensor，[batch, in_height, in_width, in_channels]`

最低0.47元/天解锁文章

200万优质内容无限畅学

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

向前跑_汪汪

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
举报

举报

pytorch 实现 tensorflow中 conv 的“same”方式

星月夜话

06-21

1797

问题描述： tensorflow中的conv padding有 same模式，在pytorch中对应的实现代码如下： Here is a very simple Conv2d layer with same padding for reference. It only support square kernels and stride=1, dilation=1, groups=1. class Conv2dSame(torch.nn.Module): def __init...

TensorFlow——tf.nn.conv2d，"SAME"和"VALID"的区别

ncc1995的博客

03-01

1012

tf.nn.conv2d tf.nn.conv2d( input, filter, strides, padding, use_cudnn_on_gpu=True, data_format='NHWC', dilations=[1, 1, 1, 1], name=None ) 参数介绍： input: 输入的tensor数据格...

参与评论您还未登录，请先登录后发表或查看评论

关于tensorflow中Conv2D与Conv2DTranspose的same与valid算法

weixin_42670810的博客

09-02

1022

在tensorflow对图片的卷积操作，常用到2D卷积层Conv2D与2D反卷积层Conv2DTranspose。这些卷积层中都有两个个padding方式，“same"与"valid” same 保持输入输出宽高一致公式： Conv2D : W = ceil(W`/S） Conv2DTranspose : W = W`*S W`: 输入宽或高 S: strides 步长 ceil：向上取整 import tensorflow as tf x = tf.random.normal((2,7,7,

[面试经验] 深度学习-1-pytorch的conv2d函数

最新发布

m0_54888848的博客

07-11

281

dilation, #不知掉-膨胀系数/空洞卷积:1表示普通卷积2表示在卷积核每个元素之间差一个空洞。在这段函数中，输入为(N, C_in, H, W), 输出为(N, C_out, H_out, W_out)kernel_size, #卷积核大小，比如3表示3*3卷积核，(3,5)表示高为3，宽为5的卷积核。stride, #卷积核每次滑动的步长，卷积核进行完卷积之后向右滑动的距离。其中N为batch size，C为输入通道数， H、W分别为图像的高、宽。

nn.conv2d中的参数SAME和VALID

flashlau的专栏

10-05

3164

原文链接： https://blog.csdn.net/jasonzzj/article/details/53930074 http://blog.sina.com.cn/s/blog_53dd83fd0102x356.html 定义： Padding在卷积(convolution)和池化(pooling)中都会被用到。在tensorflow比如tf.nn.conv2d，tf...

TensorFlow—基础：卷积操作conv2d中的padding方式：SAME与VALID

xy_wf的博客

01-17

2022

tf卷积函数： tf.nn.conv2d( input, filter, strides, padding, use_cudnn_on_gpu=True, data_format='NHWC', dilations=[1, 1, 1, 1], name=None ) padding参数有两种模式：SAME和VALID SAME...

Tensorflow tf.nn.depthwise_conv2d如何实现深度卷积的

12-20

在TensorFlow中，`tf.nn.depthwise_conv2d`函数实现了这一操作。这个函数允许我们将输入图像的每个通道分别与对应的卷积核进行卷积，而不是像传统卷积那样将所有通道混合在一起。深度卷积起源于深度可分离卷积...

TensorFlow tf.nn.conv2d实现卷积的方式

09-18

TensorFlow框架中的tf.nn.conv2d函数用于在二...通过这些例子，我们可以看到如何通过调整不同的参数来控制卷积操作的行为，并且理解了如何通过tf.nn.conv2d函数实现卷积网络中的卷积层，以便在深度学习模型中提取特征。

Tensorflow tf.nn.atrous_conv2d如何实现空洞卷积的

12-20

在TensorFlow中，`tf.nn.atrous_conv2d`函数用于实现空洞卷积。在本文中，我们将详细探讨空洞卷积的工作原理以及如何在TensorFlow中使用`tf.nn.atrous_conv2d`。首先，让我们了解空洞卷积的基本概念。在传统的卷积...

个人总结：CNN、tf.nn.conv2d（卷积）与 tf.nn.conv2d_transpose（反卷积）

yyhhlancelot的博客

10-09

1946

为什么出现了卷积神经网络假如有一幅1000x1000的图像，如果把整副图片作为特征进行输入的话，向量的长度为1000000。假设使用普通的NN来对图像进行训练。假设隐藏层的神经元个数和输入一样，也是1000000；那么，从输入层到隐藏层的参数数据量有10^6 x 10^6 = 10^12，实在是太高了。局部连接局部感受野：一般认为人对外界的认知是从局部到全局。因此每个神经元没有...

【TensorFlow基础】TensorFlow中函数conv2d参数stride，padding的理解以及padding模式SAME，VALID的详细说明

AnddyWang

07-10

6230

TensorFlow中函数conv2d主要实现了输入张量与设定卷积核的卷积操作，其函数形式如下： tf.nn.conv2d( input, filter, strides, padding, use_cudnn_on_gpu=True, data_format='NHWC', dilations=[1, 1, 1, 1], nam...

CONV & SAME CONV & VAILD CONV

InSun的专栏

04-13

270

通用卷积的输出计算 SAME CONV VALID CONV

tensorflow conv2d_same理解

ACM之路

02-09

2724

def conv2d_same(inputs, num_outputs, kernel_size, stride, rate=1, scope=None): if stride == 1: return slim.conv2d(inputs, num_outputs, kernel_size, stride=1, rate=rate, pa...

CV【2】：卷积与Conv2d

BUPTer

07-12

4317

本文基于李宏毅的机器学习网课和csdn以及知乎上的有关资料，整理了关于卷积的部分知识。

C++实现卷积(conv)操作-三种方式（valid,full,same） ,卷积的三种模式:full, same, valid

weili_的博客

07-23

6239

#include<iostream> #include<malloc.h> using namespace std; //matrix表示原图像，new_h表示原图像的高，new_w表示原图像的宽，m_h表示模板的高，m_w表示模板的宽. //返回值为：填充好的图像. int * zero_pad(int * matrix, int new_h, int new_w, ...

Conv1D和Conv2D的区别【一维卷积实际上和二维卷积是一样的，只不过一维卷积的卷积核的第二个维度必须等于输入数据的第二个维度（embed_dim），所以只需在长度维指定卷积核一维度的size】

u013250861的博客

06-16

884

上述例子为例，实际上和二维卷积是一样的，只不过卷积核的第二个维度必须等于输入数据的第二个维度，所以只需要指定卷积核一个维度的size。卷积核直接就把宽度占满了，所以只能往下走，只有一个维度，所以叫做Conv1D。，那么就是这个卷积核在二维图上游走。来自于input_shape。对于二维卷积，输入是。

【Pytorch】torch.nn.functional.conv2d（F.conv2d） same padding实现方法（输入与输出大小相同）

qq_43426078的博客

04-07

4490

Motivation 在做图像退化的时候发现pytorch早期版本不支持same padding（新版本是有padding = 'same'这个选项的，但是本人试了也没成功，暂时没找到原因）。于是去查有没有办法自己实现一下same padding。 torch.nn.functional.conv2d 详解官方文档写的非常清楚，直接贴上来实现方法由于F.conv2d的padding最多只支持两个参数（对称填充），有些输出大小没办法实现。因此可以通过F.pad()先做填充，再用F.conv2d做卷积。

Tensorflow中conv2d的两种padding方式（SAME与VALID）选择以及与Pytorch中对比

gouchen_的博客

11-15

2591

Tensorflow和卷积中padding的一些异同，以及SAME和VALID的理解与使用

tf.nn.conv2d()函数以及padding填充方式介绍

MirrorN的博客

11-20

9087

tf.nn.conv2d()函数中填充方式的理解本篇的主要内容： tf.nn.conv2d()函数 tf.nn.conv2d()函数中padding的SAME填充方式 tf.nn.conv2d()函数 tf.nn.conv2d()是TensorFlow中用于创建卷积层的函数，这个函数的调用格式如下： def conv2d(input: Any, filter: Any,...

tf.layers.conv2d和tf.nn.conv2d的区别

02-26

从文档可见 `tf.nn.conv2d` 直接执行具体的二维卷积计算任务，而 `tf.layers.conv2d` 包含额外功能比如添加偏差项以及激活函数应用等. ```python # 使用 tf.nn.conv2d 的示例 output = tf.nn.conv2d(input_tensor, ...