Javascript Tensorflow、conv2d和过滤器

我是深入学习的初学者，试图理解算法的工作原理，使用JavaScript编写算法。现在我正在像Tensorflow一样开发conv2d的JavaScript实现，并且误解了如何处理不同数量的过滤器，我成功地实现了一个输出过滤器和多个输出，但我不知道如何使用多个过滤器输入（例如32->64）生成操作

下面是使用 :

const outCount=32//输入过滤器计数
const inCount=1//输出特征的计数
常数filterSize=3
常数步长=1
const inShape=[1,10,10，outCount]
const outShape=[
1.
Math.ceil（（形状[1]-filterSize+1）/stride），
Math.ceil（（形状[2]-filterSize+1）/stride），
超过
];
常量过滤器=ndarray（[]，[filterSize，filterSize，inCount，outCount]）
constconv2d=（输入）=>{
const result=ndarray（外形）
//对于每个输出特性
对于（设fo=0；fo

对于测试，我使用Tenforflow作为true的源，它的算法工作正常，但使用

1->N

。但我的问题是如何在输入值中添加对多个过滤器的支持，如

N->M

有人能解释一下如何修改此算法，使其与Tensorflow

tf.nn.conv2d

---

非常感谢。

您需要添加另一个for循环。您没有指定所有的输入形状和尺寸，因此实际上很难准确地编写它，但它看起来是这样的

  // agregate fragment of image and filter
  for (let fx = 0; fx < filterSize; fx += 1) {
    for (let fy = 0; fy < filterSize; fy += 1) {
      //addition
      for (let ch = 0; ch < input.get_channels) {
        const dx = (x * stride) + fx;
        const dy = (y * stride) + fy;

        fragment.data.push(input.get(0, dx, dy, ch));
        filter.data.push(filters.get(fx, fy, ch, fo));
      }
    }
  }

//删除图像片段并过滤
对于（设fx=0；fx

看起来你完全正确，非常感谢！

  // agregate fragment of image and filter
  for (let fx = 0; fx < filterSize; fx += 1) {
    for (let fy = 0; fy < filterSize; fy += 1) {
      //addition
      for (let ch = 0; ch < input.get_channels) {
        const dx = (x * stride) + fx;
        const dy = (y * stride) + fy;

        fragment.data.push(input.get(0, dx, dy, ch));
        filter.data.push(filters.get(fx, fy, ch, fo));
      }
    }
  }