2017-04-17 43 views
1
input = tf.Variable(tf.random_normal([1,5,5,5])) 
filter = tf.Variable(tf.random_normal([3,3,5,1])) 
op5 = tf.nn.conv2d(input, filter, strides=[1,1,1,1], padding='SAME') 
init = tf.initialize_all_variables() 
with tf.Session() as sess: 
sess.run(init) 
print(sess.run(op5)) 
print(sess.run(tf.shape(op5)))' 

當我打印結果輸出形狀是[1,5,5,1]。在這種情況下,5,5表示有一個過濾器有25個不同的位置。 1,1是什麼意思?卷積的輸出尺寸表示什麼?

回答

1

輸出形狀的第一個維度是批量大小,即您的批次中有1個樣本。最後一個維度是通道數量(假設您的數據格式爲NHWC,這是默認值)。作爲過濾器具有大小[3, 3, 5, 1],即5輸入和1個輸出信道,在結果op5信道的數量是1。

所有這些信息是用於tf.nn.conv2d文檔中可用。