conv2d函数
CNN在深度学习中有着举足轻重的地位，主要用于特征提取。在TensorFlow中涉及的函数是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)
- input 代表做卷积的输入图像的Tensor，其shape要求为[batch, in_height, in_width, in_channels]，具体含义是[训练时一个batch的图片数量, 图片高度, 图片宽度, 图像通道数]，数据类型为float32或float64；
- filter 相当于CNN中的卷积核，该Tensor的shape要求为[filter_height, filter_width, in_channels, out_channels]，具体含义是[卷积核的高度，卷积核的宽度，图像通道数，卷积核个数]，要求类型与参数input相同，filter的通道数要求与input的in_channels一致，即第三维in_channels，就是参数input的第四维；
- strides [1,stride_h,stride_w,1]步长，即卷积核每次移动的步长；
- padding 填充模式，取值只能为“SAME”或“VALID”；
输出结果是shape为[batch, out_height, out_width, out_channels]，batch取决于input，out_channels取决于filter，而out_height与out_width取决于所有参数。
- SAME模式 补
- out_height = ceil ( float ( in_height ) / float ( stride_h) )
- out_width = ceil ( float ( in_width ) / float ( stride_w ) )
- VALID模式 丢
- out_height = ceil(float(in_height - filter_height + 1) / float(stride_h))
- out_width = ceil(float(in_width - filter_width + 1) / float(stride_w))
补的方式如下:
- 补的行数：pad_along_height = max((out_height - 1) * strides[1] + filter_height - in_height, 0)
补的列数：pad_along_width = max((out_width - 1) * strides[2] + filter_width - in_width, 0)
pad_top = pad_along_height // 2
- pad_bottom = pad_along_height - pad_top
- pad_left = pad_along_width // 2
- pad_right = pad_along_width - pad_left
测试实例
import tensorflow as tf
input = tf.Variable(tf.random_normal([1,16,64,3]))
filter = tf.Variable(tf.random_normal([3,5,3,32]))
op = tf.nn.conv2d(input, filter, strides=[1, 2, 2, 1], padding='VALID')
with tf.Session() as sess:
sess.run(tf.global_variables_initializer())
res = (sess.run(op))
print (res.shape)
# (1, 7, 30, 32)