【Tensorfow】MNIST进阶+卷积神经网络

谁借莪１个温暖的怀抱￠ 2022-05-11 04:04 204阅读 0赞

tensorflow的nn模块功能介绍：[https://www.jianshu.com/p/5184802ff646][https_www.jianshu.com_p_5184802ff646]

# **`tf.nn.conv2d`** #

**【参数介绍】**

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

除去name参数用以指定该操作的name，与方法有关的一共五个参数`：`

`第一个参数input：指需要做卷积的输入图像，它要求是一个Tensor，具有[batch, in_height, in_width, in_channels]这样的shape，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]，注意这是一个4维的Tensor，要求类型为float32和float64其中之一`

`第二个参数filter：相当于CNN中的卷积核，它要求是一个Tensor，具有[filter_height, filter_width, in_channels, out_channels]这样的shape，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，有一个地方需要注意，第三维in_channels，就是参数input的第四维`

`第三个参数strides：卷积时在图像每一维的步长，这是一个一维的向量，长度4`

`第四个参数padding：string类型的量，只能是"SAME","VALID"其中之一，这个值决定了不同的卷积方式`

(`SAME`的填充方式是比`VALID`的填充方式多了一列（或者更多），保留原始shape。具体原理见

[https://blog.csdn.net/wuzqchom/article/details/74785643][https_blog.csdn.net_wuzqchom_article_details_74785643] )

`第五个参数：use_cudnn_on_gpu:bool类型，是否使用cudnn加速，默认为true`

`结果返回一个Tensor，这个输出，就是我们常说的feature map，shape仍然是[batch, height, width, channels]这种形式。`

[https_www.jianshu.com_p_5184802ff646]: https://www.jianshu.com/p/5184802ff646
[https_blog.csdn.net_wuzqchom_article_details_74785643]: https://blog.csdn.net/wuzqchom/article/details/74785643