tf.nn.conv2d函数介绍

Input: 输入的input必须为一个4d tensor,而且每个input的格式必须为float32 或者float64. Input=[batchsize,image_w,image_h,in_channels],也就是[每一次训练的batch数,图片的长,图片的宽,图片的通道数]。

Filter: 和input类似。样式为:[ 卷积核的长,卷积核的宽,输入的通道,输出的通道]

Strides:长度为4的list,且元素类型为int..格式为:[1,x,y,1].表示的是每一维度滑动的的步长。

Padding: 有"Same","VALID" 两种选择。SAME:为要对图像进行补零操作,VALID不要对图像进行补零操作。

use_cudnn_on_gpu: 布尔类型,True, False 两种选择。表示是否用GPU训练。

Name:

表示该操作的名字

转载于:https://www.cnblogs.com/xiaohuahua108/p/7663319.html

小记tensorflow-1:tf.nn.conv2d 函数介绍相关推荐

  1. 【TensorFlow】tf.nn.conv2d是怎样实现卷积的?

    int height_col= (height + 2 * pad_h - kernel_h) / stride_h + 1; int width_col = (width + 2 * pad_w - ...

  2. 【TensorFlow】tf.nn.softmax_cross_entropy_with_logits 函数:求交叉熵损失

    [TensorFlow]tf.nn.softmax_cross_entropy_with_logits的用法_xf__mao的博客-CSDN博客 https://blog.csdn.net/mao_x ...

  3. tf.nn.conv2d()函数详解(strides与padding的关系)

    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,strides: Any,pad ...

  4. TensorFlow学习——tf.nn.conv2d和tf.contrib.slim.conv2d的区别

    在查看代码的时候,看到有代码用到卷积层是tf.nn.conv2d,也有的使用的卷积层是tf.contrib.slim.conv2d,这两个函数调用的卷积层是否一致,在查看了API的文档,以及slim. ...

  5. 【tensorflow】tf.nn.conv2d的使用

    官方文档地址 接口如下 tf.nn.conv2d( input, filters, strides, padding, data_format='NHWC', dilations=None, name ...

  6. 【TensorFlow】TensorFlow函数精讲之tf.nn.conv2d()

    博客之星评选,谢谢您的支持!微信.qq五连击投票(无需关注.无需登录) 人工智能博士(投票链接):http://m234140.nofollow.ax.mvote.cn/opage/4fddfa73- ...

  7. TensorFlow tf.nn.conv2d是怎样实现卷积的?

    [TensorFlow]tf.nn.conv2d是怎样实现卷积的? 原文:http://blog.csdn.net/mao_xiao_feng/article/details/78004522 实验环 ...

  8. tensorflow详解-tf.nn.conv2d(),tf.nn.max_pool()

    tf.nn.conv2d() 函数来计算卷积,weights 作为滤波器,[1, 2, 2, 1] 作为 strides.TensorFlow 对每一个 input 维度使用一个单独的 stride ...

  9. TensorFlow基础篇(七)——tf.nn.conv2d()

    tf.nn.conv2d是TensorFlow里面实现卷积的函数,是搭建卷积神经网络比较核心的一个方法. 函数格式: tf.nn.conv2d(input, filter, strides, padd ...

  10. 【Tensorflow】tf.nn.atrous_conv2d如何实现空洞卷积?膨胀卷积

    介绍 关于空洞卷积的理论可以查看以下链接,这里我们不详细讲理论: 1.Long J, Shelhamer E, Darrell T, et al. Fully convolutional networ ...

最新文章

  1. 迁移学习之ResNet50和ResNet101(图像识别)
  2. 5.10. Web Tools
  3. 使用PLP特征训练crnn语音分类
  4. C++ 编程错误记录
  5. mybatis 动态 SQL
  6. python扫盲系列(5)--列表、元组、字典、集合
  7. Hadoop集群安装部署_分布式集群安装_01
  8. android压缩图片质量,Android 图片质量压缩有关问题
  9. 今天看到头条好多新手说摆摊不挣钱
  10. Matlab中图像函数大全
  11. DirectX SDK (June 2010)安装错误S1023,解决方法
  12. Windows 对外开放端口号
  13. EMNLP'21 Oral | 拓展你的视野!UCLA提出:地区多样性视觉常识推理
  14. static,inline,volatile的作用
  15. 如何让应用出现在LINUX的右键/打开方式/更多应用
  16. Windows 4K低延时H265/H264硬编码直播
  17. 【速成MSP430f149】电赛期间学习MSP430f149笔记
  18. OpenCV-分水岭算法
  19. compass项目配置文件config.rb
  20. 一个理工女宝妈和西牧乳业奶粉的故事

热门文章

  1. PuTTY免输密码自动登录Linux,让 Putty 保存密码,自动登陆的三种方法
  2. 阶段5 3.微服务项目【学成在线】_day02 CMS前端开发_17-CMS前端工程创建-单页面应用介绍...
  3. 阶段3 3.SpringMVC·_07.SSM整合案例_08.ssm整合之Spring整合MyBatis框架
  4. rhel6+apache2.4+mysql5.7+php5.6部署LAMP架构
  5. 第一百六十四节,jQuery,常规选择器
  6. [c# 20问] 4.Console应用获取执行路径
  7. 在Linux上运行ASP.NET vNext
  8. 让 ADO.NET 2.0 的 SqlCommand 和 SqlDataAdapter 合作
  9. 小游戏大天地 ——开发者的梦想
  10. BlackBerry 9520上结合139邮箱实现Gmail邮件的短信通知