首先以tensorflow中最常用的卷積神經網絡為案例進行說明:
首先input必須是壹個四維的tensor,以28?28?1的圖像為案例進行說明,首先需要轉換為4維,需要加入圖像樣本的個數,假設為100張,變為[100,28,28,1],直觀理解為100張 28 28的只有壹個通道的圖片。
我們再來看filter,即卷積神經網絡的濾波器,必須與input維度相同,[3,3,1,2],通俗理解為3 3的卷積核2個,只作用於1個通道,即input的最後壹個參數和filter的倒數第二個參數是相同的。
第三個參數是stride,控制卷積核的移動步數,與上述兩個參數相同,也是四維的,[1,1,1,1],其中第壹個1和最後壹個1是固定值,需要改變的是中間的兩個數,即在x軸和y軸的移動步長。
第四個參數是padding,只有兩個取值,'SAME'和'VALID',第壹個是填充邊界,第二個是當不足以移動時直接舍棄。
其他參數選擇默認即可。