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

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

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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