TensorFlow 入门 第一课--基本函数学习（2）：tf.nn.conv2d 、tf.contrib.layers.flatten、tf.nn.max_pool 详解

最新推荐文章于 2025-07-08 16:34:52 发布
最新推荐文章于 2025-07-08 16:34:52 发布
阅读量2.5k 收藏 3
点赞数
CC 4.0 BY-SA版权
分类专栏： python TensorFlow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_28224015/article/details/80875665
本文详细介绍了TensorFlow中的核心CNN操作，包括tf.nn.conv2d函数的卷积运算，解释了输入、过滤器、步长和填充的含义；tf.nn.max_pool的池化操作及其参数设置；以及tf.contrib.layers.flatten在全连接层前如何展开特征。这些内容是理解并实现CNN网络的基础。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

Tensorflow 提供了一些内置的API实现了CNN网络结构中的卷积，池化，全连接网络等运算操作。

  • tf.nn.conv2d(input,filter, strides, padding, data_format=’NHWC’) 
    完成CNN卷积运算，其中：

    input: 4-D 的Tensor, 每个dimension的意思由data_format指定，默认是[batch, Height, Width, Channel]。batch表示有多少个这样的sample。Height/Width是图片的高度/宽度，Channel决定了图片是灰度图还是彩色图。若是灰度图就只有一个 [Height, Width]的2维矩阵，若是彩色图则有3个这样的矩阵，每个矩阵分别表示像素R/G/B的值。

    filter: 有时也称之为kernel。这个filter也是一个4-D的Tensor，每个di

最低0.47元/天 解锁文章

200万优质内容无限畅学
tf.keras.layers.Flatten详解
qq_19069557的博客
11-12 2421
tf.keras.layers.Flatten详解
tf.nn，tf.layers， tf.contrib模块介绍
Yuancccc的博客
04-23 5482
一、tf.nn，tf.layers， tf.contrib概述 我们在使用tensorflow时，会发现tf.nn，tf.layers， tf.contrib模块有很多功能是重复的，尤其是卷积操作，在使用的时候，我们可以根据需要现在不同的模块。但有些时候可以一起混用。 下面是对三个模块的简述： （1）tf.nn：提供神经网络相关操作的支持，包括卷积操作（co...
cnn系列文章五 --tf.nn.conv2d 和 tf.nn.max_pool详解
墨流觞的博客
09-12 872
你懂得，分享一句歌词哦： 《故梦》 谁踩过枯枝轻响，萤火绘着画屏香 为谁拢一袖芬芳，红叶的信笺情意绵长 接下来主要讲解tensorflow有关cnn构建的问题了。 tf.nn.conv2d(input, filter, padding, use_cundnn_on_gpu=True, data_format=’NHWC’, name=None) input [bat...
Tensorflow 学习笔记 - 常用 API
林大虫子的专栏
12-09 5376
CNN API Tensorflow 提供了一些内置的API实现了CNN网络结构中的卷积，池化，全连接网络等运算操作。 tf.nn.conv2d(input,filter, strides, padding, data_format=’NHWC’) 完成CNN卷积运算，其中： input: 4-D 的Tensor, 每个dimension的意思由data_format指定，默认是[bat
【深度学习】【入门】Linear和flatten
最新发布
2401_86886401的博客
07-08 742
本文介绍了神经网络中的两个基础结构：Linear层和Flatten层。Linear层作为全连接层，通过权重矩阵和偏置向量进行线性变换，实现特征整合与输出映射。它需要明确的输入输出维度，计算公式为y=x*W+b。Flatten层则用于将多维张量展平为一维向量（保留批量维度），以便输入到Linear层。文中通过PyTorch代码示例展示了这两个层的具体用法，Linear层示例将一个100维输入转换为10维输出，Flatten层示例将(2,3,4,4)张量展平为(2,48)。这两个层在神经网络中起着重要的数据转换
tensorflow的一些函数：conv2d、max_pool、relu、flatten、fully_connected等
init_bin的博客
07-29 2186
1. tf.nn.conv2d def conv2d(input, # 张量输入 filter, # 卷积核参数 strides, # 步长参数 padding, # 卷积方式 use_cudnn_on_gpu=None, # 是否是gpu加速 data_format=None, # 数据格式，与步长参数配合，决定移动...
tensor flow 学习 tf.contrib.layers.flatten()和tf.contrib.layers.fully_connection()
CZ505632696的博客
02-27 1万+
tf.contrib.layers.flatten(P)这个函数就是把P保留第一个维度，把第一个维度包含的每一子张量展开成一个行向量，返回张量是一个二维的， shape=（batch_size，….）,一般用于卷积神经网络全链接层前的预处理 t f.contrib.layers.fully_connection(F，num_output,activation_fn)这个函数就是全链接成层,F是输...
在TensorFlow中的cnn卷积和池化的计算及参数详解
Thinking data
07-15 6615
在TensorFlow中的cnn卷积和池化的计算及参数详解 TensorFlow中的卷积一般是通过tf.nn.conv2d()函数实现的具体可以查看官网：https://www.tensorflow.org/api_docs/python/tf/nn/conv2d TensorFlow中的池化有几种方式举个例子：通过tf.nn.max_pool函数实现的具体可以查看官网：htt
TensorFlow网络构建：tf.nn、tf.layers与tf.contrib解析
"这篇文章除了介绍tf.nn、tf.layers和tf.contrib三个模块在TensorFlow中的作用，还提到了如何在TensorFlow 2.x版本中进行网络构建的建议，即使用tf.keras作为主要接口。" 在TensorFlow框架中，构建神经网络时，tf....
Tensorflow2.0以下版本（不含）的框架（tf.contrib）
weixin_44560088的博客
01-04 1万+
在使用TF2.0时，出现报错 ModuleNotFound:No module named 'tensorflow . contrib 原来，TensorFlow 2.0中所有tf.contrib被弃用。 重磅 | TensorFlow 2.0即将发布，所有tf.contrib将被弃用. 对于解决“No module named ‘tensorflow.contrib.rnn’No module ...
tf.layers.flatten()使用
12-22
函数定义 @tf_export('layers.flatten') def flatten(inputs, name=None): """Flattens an input tensor while preserving the batch axis (axis 0). 保留axis(axis0)的同时平移输入张量，即把一个输入大小为n*h*w的Tensor变成n*(hw),相当于reshape特殊操作 Arguments: inputs: Tensor input. name: The name of the layer (string). Returns:
tf.nn，tf.layers， tf.contrib模块
01-20
我们在使用tensorflow时，会发现tf.nn，tf.layers， tf.contrib模块有很多功能是重复的，尤其是卷积操作，在使用的时候，我们可以根据需要选择对应的模块。但有些时候可以一起混用。 下面是对三个模块的简述： （1）tf.nn ：提供神经网络相关操作的支持，包括卷积操作（conv）、池化操作（pooling）、归一化、loss、分类操作、embedding、RNN、Evaluation。 （2）tf.layers：主要提供的高层的神经网络，主要和卷积相关的，个人感觉是对tf.nn的进一步封装，tf.nn会更底层一些。 （3）tf.contrib：tf.contrib.la
【caffe】Layer解读之：Flatten
qq_41483834的博客
12-10 1999
版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/qiu931110/article/details/81589165 Layer type: Flatten 头文件位置：./include/caffe/layers...
平坦化 tf.contrib.layers.flatten
LiQingBB的博客
10-27 1783
tf.contrib.layers.flatten( inputs, outputs_collections=None, scope=None ) 保留batch_size，其他维度平坦化 input：张量，[batch_size,’’’] 参考： https://tensorflow.google.cn/api_docs/python/tf/contrib/layers...
TF：卷积层的实现方式
sinoai
04-15 556
卷积层的实现方式： tf.nn.conv2d：最基础的用法，需要自定义权重和偏置。用法示例： def create_weights(shape): return tf.Variable(tf.truncated_normal(shape,stddev=0.1)) def create_bias(num_filters): return tf.Variable(tf.cons...
TensorFlow教程——nest.flatten()函数解析
藏知阁
02-04 7696
函数作用：将嵌套结构压平，返回Python的list。 例子一，嵌套列表： from tensorflow.python.util import nest input = [['a', 'b', 'c'], ['d', 'e', 'f'], ['1', '2', '3']] result = nest.flatten(input) Out: <c...
今天聊一聊Flatten展平，torch、numpy等都有对应的方法
刘先生倒了u的博客
09-08 1256
torch.nn.Flatten中是一个带有两个参数的方法，分别是start_dim和end_dim。start_dim表示要对原张量数据展平的第一个维度，end_dim则表示最后一个维度，且一般情况下end_dim>=start_dim(end_dim=-1除外)。可以看到每个张量第2个维度是的size都是相同的，a作为输入的张量，得到的输出是第二个维度size全为784的张量，k作为输入的张量得到的是第二个维度size全为56的张量，j作为输入的张量得到的是第二个维度size全为2的张量。
tensorflow之神经网络层：Flatten，flatten
热门推荐
大雄没有叮当猫的博客
09-19 3万+
1.tf.layers.Flatten Class Flatten:在保留第0轴的情况下对输入的张量进行Flatten(扁平化) 代码示例： x=tf.placeholder(shape=(None,4,4),dtype='float32') y=tf.layers.Flatten()(x) print(y) 输出： Tensor("flatten/Re...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值