當前位置：首頁 > 编程资源 > 编程问答 >内容正文

编程问答

conv2d 公式_TF-卷积函数 tf.nn.conv2d 介绍

發布時間：2025/3/20 编程问答 33 豆豆

生活随笔收集整理的這篇文章主要介紹了 conv2d 公式_TF-卷积函数 tf.nn.conv2d 介绍小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

轉自?http://www.cnblogs.com/welhzh/p/6607581.html

下面是這位博主自己的翻譯加上測試心得

tf.nn.conv2d是TensorFlow里面實現卷積的函數，參考文檔對它的介紹并不是很詳細，實際上這是搭建卷積神經網絡比較核心的一個方法，非常重要

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

除去name參數用以指定該操作的name，與方法有關的一共五個參數：

第一個參數input：指需要做卷積的輸入圖像，它要求是一個Tensor，具有[batch, in_height, in_width, in_channels]這樣的shape，具體含義是[訓練時一個batch的圖片數量, 圖片高度, 圖片寬度, 圖像通道數]，注意這是一個4維的Tensor，要求類型為float32和float64其中之一

第二個參數filter：相當于CNN中的卷積核，它要求是一個Tensor，具有[filter_height, filter_width, in_channels, out_channels]這樣的shape，具體含義是[卷積核的高度，卷積核的寬度，圖像通道數，卷積核個數]，要求類型與參數input相同，有一個地方需要注意，第三維in_channels，就是參數input的第四維

第三個參數strides：卷積時在圖像每一維的步長，這是一個一維的向量，長度4

第四個參數padding：string類型的量，只能是"SAME","VALID"其中之一，這個值決定了不同的卷積方式(后面會介紹)

第五個參數：use_cudnn_on_gpu:bool類型，是否使用cudnn加速，默認為true

結果返回一個Tensor，這個輸出，就是我們常說的feature map，shape仍然是[batch, height, width, channels]這種形式。

那么TensorFlow的卷積具體是怎樣實現的呢，用一些例子去解釋它：

1.考慮一種最簡單的情況，現在有一張3×3單通道的圖像(對應的shape：[1，3，3，1])，用一個1×1的卷積核(對應的shape：[1，1，1，1])去做卷積，最后會得到一張3×3的feature map

2.增加圖片的通道數，使用一張3×3五通道的圖像(對應的shape：[1，3，3，5])，用一個1×1的卷積核(對應的shape：[1，1，1，1])去做卷積，仍然是一張3×3的feature map，這就相當于每一個像素點，卷積核都與該像素點的每一個通道做卷積。

input = tf.Variable(tf.random_normal([1,3,3,5]))

filter= tf.Variable(tf.random_normal([1,1,5,1]))

op= tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='VALID')

3.把卷積核擴大，現在用3×3的卷積核做卷積，最后的輸出是一個值，相當于情況2的feature map所有像素點的值求和

input = tf.Variable(tf.random_normal([1,3,3,5]))

filter= tf.Variable(tf.random_normal([3,3,5,1]))

op= tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='VALID')

4.使用更大的圖片將情況2的圖片擴大到5×5，仍然是3×3的卷積核，令步長為1，輸出3×3的feature map

input = tf.Variable(tf.random_normal([1,5,5,5]))

filter= tf.Variable(tf.random_normal([3,3,5,1]))

op= tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='VALID')

注意我們可以把這種情況看成情況2和情況3的中間狀態，卷積核以步長1滑動遍歷全圖，以下x表示的位置，表示卷積核停留的位置，每停留一個，輸出feature map的一個像素

.....

.xxx.

.....

5.上面我們一直令參數padding的值為‘VALID’，當其為‘SAME’時，表示卷積核可以停留在圖像邊緣，如下，輸出5×5的feature map

input = tf.Variable(tf.random_normal([1,5,5,5]))

filter= tf.Variable(tf.random_normal([3,3,5,1]))

op= tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')

xxxxx

6.如果卷積核有多個

input = tf.Variable(tf.random_normal([1,5,5,5]))

filter= tf.Variable(tf.random_normal([3,3,5,7]))

op= tf.nn.conv2d(input, filter, strides=[1, 1, 1, 1], padding='SAME')

此時輸出7張5×5的feature map

7.步長不為1的情況，文檔里說了對于圖片，因為只有兩維，通常strides取[1，stride，stride，1]

input = tf.Variable(tf.random_normal([1,5,5,5]))

filter= tf.Variable(tf.random_normal([3,3,5,7]))

op= tf.nn.conv2d(input, filter, strides=[1, 2, 2, 1], padding='SAME')

此時，輸出7張3×3的feature map

x.x.x

.....

x.x.x

.....

x.x.x

8.如果batch值不為1，同時輸入10張圖

input = tf.Variable(tf.random_normal([10,5,5,5]))

filter= tf.Variable(tf.random_normal([3,3,5,7]))

op= tf.nn.conv2d(input, filter, strides=[1, 2, 2, 1], padding='SAME')

每張圖，都有7張3×3的feature map，輸出的shape就是[10，3，3，7]

最后，把程序總結一下：

import tensorflow as tf

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

# 除去name參數用以指定該操作的name，與方法有關的一共五個參數：

# 第一個參數input：指需要做卷積的輸入圖像，它要求是一個Tensor，具有[batch, in_height, in_width, in_channels]這樣的shape，具體含義是[訓練時一個batch的圖片數量, 圖片高度, 圖片寬度, 圖像通道數]，注意這是一個4維的Tensor，要求類型為float32和float64其中之一

# 第二個參數filter：相當于CNN中的卷積核，它要求是一個Tensor，具有[filter_height, filter_width, in_channels, out_channels]這樣的shape，具體含義是[卷積核的高度，卷積核的寬度，圖像通道數，卷積核個數]，要求類型與參數input相同，有一個地方需要注意，第三維in_channels，就是參數input的第四維

# 第三個參數strides：卷積時在圖像每一維的步長，這是一個一維的向量，長度4

# 第四個參數padding：string類型的量，只能是"SAME","VALID"其中之一，這個值決定了不同的卷積方式(后面會介紹)

# 第五個參數：use_cudnn_on_gpu:bool類型，是否使用cudnn加速，默認為true

# 結果返回一個Tensor，這個輸出，就是我們常說的feature map

oplist=[]