TensorFlow 二维卷积 tf.nn.conv2d 的基本用法及实例代码

一、环境

TensorFlow API r1.12

CUDA 9.2 V9.2.148

cudnn64_7.dll

Python 3.6.3

Windows 10

二、官方说明

计算给定4维输入张量和4维过滤器 / 卷积核张量的而维卷积

https://www.tensorflow.org/api_docs/python/tf/nn/conv2d

输入：

（1）input：输入张量，数据类型必须是：half, bfloat16, float32, float64

（2）filter：过滤器 / 卷积核张量，必须和输入张量维度一致，4个维度分别表示 [filter_height, filter_width, in_channels, out_channels]

（3）strides：输入张量的每个维度所对应的滑动窗口的步长，长度为4的一维张量，整型数值构成的列表，第1维和最后1维必须为1，即（1, stride, stride, 1），一般情况下，strides 的 horizontal 和 vertices 是相同的

（4）padding：设置填充算法，字符类型：“SAME”或“VALID”

（5）use_cudnn_on_gpu：可选参数，布尔型，默认为True

（6）data_format：可选参数 ，字符型，默认为“NHWC”，指定输入张量和输出张量的数据格式为 [batch, height, width, channels]，如果设置为“NCHW”，则指定输入张量和输出张量的数据格式 [batch, channels, height, width]

（7）dilations：可选参数，整型数据构成的列表，长度为4的一维张量，默认为 [1,1,1,1]，表示输入张量的每个维度的膨胀因子。如果设置数值 k 大于1，表示在该维度上过滤元素之间跳过 k-1 个单元，使用时需要注意的是 batch 和 depth 这两个维度必须设置为1

（8）name：可选参数，设置该操作的名称

返回结果：

（1）张量，类型和输入张量相同

三、实例（默认数据组织形式 “NHWC”）

输入（input）：batch_size, height, width, channels 的维度分别为 [1, 3, 3, 1]

卷积核（filter）：filter_height, filter_width, in_channels, out_channels 的维度分别为 [1, 2, 2, 1]

步幅（strides）： batch_size, height, width, channels 的步幅分别为 [1,1,1,1]

（1）padding 为 "VALID"

输出维度计算（ceil为取上整数）：

output_h = ceil (( input_h - filter_h + 1 ) / strides_h )

output_w = ceil (( input_w - filter_w + 1 ) / strides_w )

通常输入的数据为方形，即 height = width，output_size = ceil (( input_s - filter_s + 1 ) / strides_s )

本例的输出维度计算过程：

( 3 - 2 + 1 ) / 1 取上整值为 2，所以卷积操作输出的长、宽都是 28 ，batch_size 保持不变为 1 ，输出的通道由卷积核的输出通道数 1 决定，即下面代码中 output_tensor 的维度为：（1, 2, 2, 1）

（2）padding 为 "SAME"

输出维度计算：

output_h = ceil ( input_h / strides_h )

output_w = ceil ( input_w / strides_w )

通常输入的数据为方形，即 height = width，output_size = ceil ( input / strides)

本例的输出维度计算过程：

3 / 1 取上整值为 3，所以卷积操作输出的长、宽都是 28 ，batch_size 保持不变为 1 ，输出的通道由卷积核的输出通道数 1 决定，即下面代码中 output_tensor 的维度为：（1, 3, 3, 1）