TensorFlow卷積函數tf.nn.conv2d

tf.nn.conv2d

在TensorFlow中使用tf.nn.conv2d實現卷積操作，其格式如下：
tf.nn.conv2d(
    input,
    filter,
    strides,
    padding,
    use_cudnn_on_gpu=True,
    data_format='NHWC',
    dilations=[1, 1, 1, 1],
    name=None
)

Returns:
A Tensor. 
input:

指需要做卷積的輸入圖像（tensor），具有[batch,in_height,in_width,in_channels]這樣的4維shape，分別是圖片數量、圖片高度、圖片寬度、圖片通道數，數據類型爲float32或float64。

filter:

相當於CNN中的卷積核，它是一個tensor，shape是[filter_height,filter_width,in_channels,out_channels]：濾波器高度、寬度、圖像通道數、濾波器個數，數據類型和input相同。

strides:

卷積在每一維的步長，一般爲一個一維向量，長度爲4，一般爲[1,stride,stride,1]。

padding:

定義元素邊框和元素內容之間的空間，只能是‘SAME’（邊緣填充）或者‘VALID’（邊緣不填充）。

return：

返回值是Tensor

例子

例1（1個通道1個輸出）

假設我們用一個5*5的矩陣來模擬圖片，定義一個2*2點的卷積核

例1
import tensorflow as tf
input = tf.Variable(tf.constant(1.0, shape=[1, 5, 5, 1]))
filter = tf.Variable(tf.constant([-1.0, 0, 0, -1], shape=[2, 2, 1, 1]))
op = tf.nn.conv2d(input, filter, strides=[1, 2, 2, 1], padding='SAME')

init = tf.global_variables_initializer()
with tf.Session() as sess:
  sess.run(init)
  print("op:\n",sess.run(op))
輸出如下：

op:
[[[[-2.]
[-2.]
[-1.]]

[[-2.]
[-2.]
[-1.]]

[[-1.]
[-1.]
[-1.]]]]

實際過程就是：

padding='SAME',這種情況tensorflow會先在邊側補0（優先右側和下方），然後經過卷積操作得到結果。

例2（1個通道3個輸出）

我們用三個filter來創造三個輸出：

多通道
import tensorflow as tf
input = tf.Variable(tf.constant(1.0, shape=[1, 5, 5, 1]))

raw = tf.Variable(tf.constant([-1.0, 0, 0, -1], shape=[2, 2, 1, 1]))
filter=tf.tile(raw,[1,1,1,3])

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

init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    print("op:\n",sess.run(op))
輸出結果：

output

三個filter相同，輸出了三個相同的結果（按列看）

例3（2個通道2個輸出）

例3.png

代碼：
import tensorflow as tf
input = tf.Variable(tf.constant(1.0, shape=[1, 3, 3, 2]))

raw = tf.Variable(tf.constant([-1, 9.0, 0, 0,0,0,1,0], shape=[2, 2, 2, 1]))
filter=tf.tile(raw,[1,1,1,2])

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

init = tf.global_variables_initializer()
with tf.Session() as sess:
    sess.run(init)
    print(sess.run(filter))
    print("\nop:\n",sess.run(op))
輸出結果：

filter：

filter.png

這是兩個filter，紅框就是一個卷積核，綠框黃框分別對應着兩個通道。

卷積結果：

output.png

輸出就是兩個2x2的矩陣。

作者：PanDong
鏈接：https://www.jianshu.com/p/c72af2ff5393
來源：簡書
著作權歸作者所有。商業轉載請聯繫作者獲得授權，非商業轉載請註明出處。